-
公开(公告)号：CN112712025A
公开(公告)日：2021-04-27
申请号：CN202011607819.6
申请日：2020-12-29
Applicant: 东北石油大学
Abstract: 本发明涉及的是一种基于长短期记忆神经网络的复杂岩性识别方法，它包括:对某一口井的测井曲线进行预处理；利用岩心分析数据，结合所述测井曲线形态对岩性进行初步的标定；对数据进行预处理，标定后的测井数据作为训练数据，未标定岩性深度段的测井数据作为应用数据；将训练数据按照7：3的比例划分为训练集和测试集；搭建长短期记忆神经网络模型；训练长短期记忆神经网络模型并保存；将应用数据作为输入参数传入保存好的长短期记忆神经网络，用softmax函数将全连接神经网络输出的概率结果处理为one‑hot编码形式，最终将one‑hot编码转换为岩性，得到预测岩性。本发明在复杂岩性地层的岩性精细解释中能够发挥很好的作用。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
