-
公开(公告)号:CN117174203B
公开(公告)日:2024-02-23
申请号:CN202311447636.6
申请日:2023-11-02
Applicant: 东华理工大学南昌校区
IPC: G16C20/30 , G16C20/70 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本申请涉及数据处理领域,尤其涉及用于砂岩铀矿的测井曲线响应分析方法,包括步骤:根据历史数据,构建关于钻井深度值与多种仪器测量值的测井曲线;根据所述测井曲线,计算不同的测井曲线对不同砂岩铀矿地质成分的响应程度;根据所述响应程度优化预设神经网络模型的损失函数,生成最优的分析模型;响应于待分析的测井曲线被获取,根据所述分析模型,生成测井曲线响应的分析结果。本申请具有提高砂岩铀矿的测井曲线对不同岩层响应分析准确性的效果。(56)对比文件Yuanqiang Sun.LithologyIdentification of Uranium-Bearing SandBodies Using Logging Data Based on a BPNeural Network《.minerals》.2022,全文.陈炫沂.砂岩型铀矿潜力区岩性特征智能识别方法研究《.硕士电子期刊》.2023,全文.
-
公开(公告)号:CN117174203A
公开(公告)日:2023-12-05
申请号:CN202311447636.6
申请日:2023-11-02
Applicant: 东华理工大学南昌校区
IPC: G16C20/30 , G16C20/70 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本申请涉及数据处理领域,尤其涉及用于砂岩铀矿的测井曲线响应分析方法,包括步骤:根据历史数据,构建关于钻井深度值与多种仪器测量值的测井曲线;根据所述测井曲线,计算不同的测井曲线对不同砂岩铀矿地质成分的响应程度;根据所述响应程度优化预设神经网络模型的损失函数,生成最优的分析模型;响应于待分析的测井曲线被获取,根据所述分析模型,生成测井曲线响应的分析结果。本申请具有提高砂岩铀矿的测井曲线对不同岩层响应分析准确性的效果。
-