一种基于多阶深度学习法的深层固体沥青识别分类方法

    公开(公告)号:CN117710743A

    公开(公告)日:2024-03-15

    申请号:CN202311764967.2

    申请日:2023-12-19

    Abstract: 本发明公开了一种基于多阶深度学习法的深层固体沥青识别分类方法,步骤S1、获取取芯井测井数据、岩石薄片图像数据以及固体沥青反射率R,并对岩石薄片图像数据进行预处理,形成原始数据集;将原始数据集分为训练集和测试集;S2、计算深度学习值fi,然后根据固体沥青反射率R和深度学习值fi建立的固体沥青识别分类模型。S3、搭建神经网络模型,然后将训练集的数据作为输入层输入神经网络模型对模型进行训练。S4、将测试集数据输入训练后的神经网络模型中测试该模型的固体沥青识别准确率;S5、根据固体沥青识别分类模型来确定固体沥青类型。本发明通过神经网络算法完成固体沥青的识别,使得识别标准更加客观、真实、快速、准确。

Patent Agency Ranking