本發明公開了一種基于深度學習的多點地質統計建模參數優選方法,結合多點地質統計模型特征與建模參數的相關性認識——以多點地質統計學的數據樣板尺寸為例,隨著樣板尺寸增加,模型與訓練圖像的形態視覺特征越來越相似,基于深度學習對基于(有序)建模參數集的多點地質統計隨機模型的圖像添加建模參數分類標簽,進而實現基于建模參數的模型分類的訓練學習、識別率檢驗,建立隨機模型類別與建模參數的對應判別關系,選取低于給定識別率閾值的建模參數作為優選參數。相比傳統人工視覺判別方法,本發明可以高效客觀地優選多點地質統計建模參數。
聲明:
“基于深度學習的多點地質統計建模參數優選方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)