-
公开(公告)号：CN118733978A
公开(公告)日：2024-10-01
申请号：CN202410732116.8
申请日：2024-06-06
Applicant: 武汉地大坤迪科技有限公司 , 贵州省地质矿产勘查开发局一〇三地质大队
IPC: G06F18/15 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于CEVAE的属性域测井数据缺失值填补方法，属于测井数据缺失填补技术领域。本发明从测井数据属性域的角度出发，依据测井数据多属性特点和测井数据横向属性和纵向深度的二维性，采用CNN神经网络设计CEVAE编码器网络结构的同时，提出基于测井地质先验知识的属性特征交叉策略，扩增测井数据通道，使得网络可以学习到之前未有的组合特征，并引入ECA通道注意力机制，改进模型对测井数据属性之间复杂关联关系的学习表征能力。引入PlanarFlow标准化流对数据潜在表示的隐变量进行增强改进，适应性采用置换卷积神经网络设计CEVAE解码器的网络结构，最后通过解码器输出的完整测井数据结果对测井数据缺失值进行数据填补。本发明能够为测井数据得完整性与稳定性提供保障。
-
Patent Agency Ranking
公开(公告)号：CN119045069A
公开(公告)日：2024-11-29
申请号：CN202410818010.X
申请日：2024-06-24
Applicant: 贵州大学 , 贵州省地质矿产勘查开发局一〇三地质大队
Abstract: 本发明公开了一种山区深部隐伏铅锌矿的地球物理勘查方法包括以下具体步骤：S1：正演数据模型建立：根据勘查工区资料建立地电模型；S2：传统三极装置模拟测量；S3：混合inline装置的使用：在勘查环境中使用混合inline装置，并确定混合inline装置的施工顺序组合方式；S4：模型正演总结：对理论模型的正演结果进行总结，分析混合inline装置的使用以及混合inline装置的施工顺序是否为最佳方案；S5：野外试验：通过野外试验来验证混合inline装置测量方案在实际探测中能否实施，本发明公开的山区深部隐伏铅锌矿的地球物理勘查方法具有避免结构冗余同时保障接收信号质量，且有效提高勘查效率的效果。
-
公开(公告)号：CN117035157A
公开(公告)日：2023-11-10
申请号：CN202310805726.1
申请日：2023-07-03
Applicant: 中国地质大学(武汉) , 贵州省地质矿产勘查开发局一〇三地质大队
IPC: G06Q10/04 , G06Q30/0202 , G06Q50/02 , G06N3/006 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06F17/15
Abstract: 本发明涉及一种基于铜价格时序预测的露天矿生产计划优化方法，属于露天矿生产计划智能优化领域。发明通过以日期为基准对历史铜价进行收集，使用线性归一化方法和线性插值法，生成处理后的多因素数据集，并生成相关性矩阵，利用GCN模型对相关性矩阵进行聚焦，通过Autoformer模块，分解趋势项序列与季节项序列，通过生成的模型进行铜价格预测，利用铜价格作为参数导入生产计划数学模型，生成生产计划。本发明能够为通过历史价格信息等多因素数据集中不同因素的相关性的聚焦，有效提高铜价格预测准确率，得到精度更高，更贴合实际生产情况的解决方案。
-
公开(公告)号：CN118820837B
公开(公告)日：2025-01-24
申请号：CN202410731801.9
申请日：2024-06-06
Applicant: 武汉地大坤迪科技有限公司 , 贵州省地质矿产勘查开发局一〇三地质大队
Abstract: 本发明涉及一种基于断层约束面的岩层属性分类方法，属于矿山三维地质建模领域。本方法通过从勘查线剖面图和地质平面图中提取断层构造的空间特征和属性特征，转换为钻孔数据格式参与岩层属性分类，根据数据集的标记将数据集划分为上盘数据集、下盘数据集及不受断层影响的数据集，根据不同类型的数据集进行分别训练，提高岩层属性分类精度和对断层的表征效果。本发明能够为钻孔数据在数据集阶段直接实现对断层构造的表征，从而灵活应用于不同及其学习模型中，为岩层属性分类精度和建模效果提供保障。
-
公开(公告)号：CN118820837A
公开(公告)日：2024-10-22
申请号：CN202410731801.9
申请日：2024-06-06
Applicant: 武汉地大坤迪科技有限公司 , 贵州省地质矿产勘查开发局一〇三地质大队
Abstract: 本发明涉及一种基于断层约束面的岩层属性分类方法，属于矿山三维地质建模领域。本方法通过从勘查线剖面图和地质平面图中提取断层构造的空间特征和属性特征，转换为钻孔数据格式参与岩层属性分类，根据数据集的标记将数据集划分为上盘数据集、下盘数据集及不受断层影响的数据集，根据不同类型的数据集进行分别训练，提高岩层属性分类精度和对断层的表征效果。本发明能够为钻孔数据在数据集阶段直接实现对断层构造的表征，从而灵活应用于不同及其学习模型中，为岩层属性分类精度和建模效果提供保障。
-
公开(公告)号：CN118520275A
公开(公告)日：2024-08-20
申请号：CN202410698832.9
申请日：2024-05-31
Applicant: 中国地质大学(武汉) , 贵州省地质矿产勘查开发局一〇三地质大队
IPC: G06F18/213 , G06F18/2415 , G06F18/2431 , G06F18/214 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种融合带噪学习和局部分类器的测井数据岩性识别方法，属于深度学习技术领域。该方法包括以下步骤：测井数据训练集预处理；构建预训练模型；确定易混淆岩性组合；构建优化局部分类器模型；建立融合带噪学习优化局部分类器模型；岩性识别。本发明采用上述的一种融合带噪学习和局部分类器的测井数据岩性识别方法，有助于矿产勘查领域测井数据的数据区分，提高了机器学习算法在地矿领域中测井岩性识别的准确率与识别效率，有效解决了岩性识别中相似岩性难以区分和岩性标签标注不明确的问题。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
