公开(公告)号：CN116863217A

公开(公告)日：2023-10-10

申请号：CN202310805725.7

申请日：2023-07-03

Applicant: 中国地质大学(武汉)

Inventor： 张夏林 ,  藤世磊 ,  张明林 ,  李章林 ,  刘洋 ,  翁正平 ,  袁良军 ,  王震江 ,  张遂 ,  吴冲龙

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明涉及一种野外露头岩石图像岩性识别方法，属于岩性识别领域。本发明提供的一种野外露头岩石图像岩性识别方法通过PascalVOC数据集的基本文件结构和目标检测评价标准，使用LabelImg工具建立了岩石目标检测数据集；基于Faster‑RCNN的岩石目标检测算法，以ResNet50网络作为前置分类网络，进行迁移学习；设计加权公式实现自动化脚本实现批量裁剪最优检测目标，制作高质量野外露头岩石岩性识别图像数据集；设计实现多尺度卷积岩性识别模型，本发明能够为野外露头岩石图像岩性识别问题提供一种精度更高，时间成本更低的解决方案，为岩性识别得进一步研究分析与利用提供了保障。

公开(公告)号：CN116861309A

公开(公告)日：2023-10-10

申请号：CN202310805728.0

申请日：2023-07-03

Applicant: 中国地质大学(武汉)

Inventor： 张夏林 ,  王晋 ,  张明林 ,  李章林 ,  刘洋 ,  翁正平 ,  张璐漪 ,  王震江 ,  张颖 ,  宋云鹏 ,  吴冲龙

IPC: G06F18/241 ,  G06F18/2111 ,  G06F18/214 ,  G06F17/18 ,  G06N3/126 ,  G06N7/02 ,  G06N20/20 ,  E21B47/00 ,  E21B49/00

Abstract: 本发明涉及一种基于地层隶属度与CMNSGA2特征选择的岩性识别方法，属于机器学习领域。本发明提供的基于地层隶属度与CMNSGA2特征选择的岩性识别方法通过地层隶属度函数，对勘查工作中的测井数据中难以细分的砂与砂岩数据进行分类，作为特征选择的数据基础；在NSGA2多目标特征选择的基础上，对于交叉算子与变异算子进行改进，本发明能够为测井数据的岩性分类问题提供一种精度更高，时间成本更低的解决方案，为测井数据得进一步研究分析与利用提供了保障。

公开(公告)号：CN115268848A

公开(公告)日：2022-11-01

申请号：CN202210855411.3

申请日：2022-07-19

Applicant: 中国地质大学(武汉)

Inventor： 张夏林 ,  盛必宪 ,  李章林 ,  翁正平 ,  王震江 ,  藤世磊

IPC: G06F8/20 ,  G06F16/25 ,  G06F16/27 ,  G06F16/28

Abstract: 本发明涉及一种基于Spark的测井数据缺失值的分布式填补方法，属于缺失数据填补领域领域。本发明提供的基于Spark的测井数据缺失值的分布式填补方法通过以HDFS作为储存系统，对勘查工作中的测井数据实现分布式存储，作为分布式计算的信息源；安装部署Spark集群，并通过Yarn作为资源管理和任务调度框架；通过构建索引、标准化处理等方法对数据仓库中的测井数据进行二次预处理；通过分布式随机森林和分布式GBT模型，对勘查工作中的测井数据的缺失值进行预测；通过分布式网格搜索+k折交叉验证和Train‑Validation‑Split方法优化分布式预测填补模型。本发明能够为测井的数据缺失问题提供一种精度更高，时间成本更低的解决方案，为测井数据得进一步研究分析与利用提供了保障。

公开(公告)号：CN118606637A

公开(公告)日：2024-09-06

申请号：CN202410732117.2

申请日：2024-06-06

Applicant: 中国地质大学(武汉)

Inventor： 张夏林 ,  张明林 ,  王震江 ,  王良玉 ,  李章林 ,  刘洋 ,  吴冲龙 ,  蔡国荣 ,  田宜平 ,  翁正平 ,  徐凯

IPC: G06F18/15 ,  G06N3/0499 ,  G06N3/08 ,  G06F17/16

Abstract: 本发明涉及一种基于DWGAT的空间域测井数据缺失值的填补方法，属于测井数据缺失填补技术领域。本发明提供的一种基于DWGAT的空间域测井数据缺失值的填补方法，依据测井数据空间性特点，首先设计测井数据图表征构建，采用优化改进的Delaunay三角剖分算法构建出更合理的测井数据图，为后续模型训练提供了数据集成；其次充分考虑测井数据所具有的空间性，融入距离权重信息来改进传统的图注意力机制，使其对所要解决的测井数据缺失值填补问题更有效；最后由于测井数据非线性特点，在模型的图注意力层中加入MLP神经网络，提高了模型的对测井数据的表征能力。本发明能够从空间域角度解决测井数据缺失值问题，提供一种精度更高的填补解决方案，为测井数据得完整性与稳定性提供了保障。

公开(公告)号：CN115268848B

公开(公告)日：2025-05-13

申请号：CN202210855411.3

申请日：2022-07-19

Applicant: 中国地质大学(武汉)

Inventor： 张夏林 ,  盛必宪 ,  李章林 ,  翁正平 ,  王震江 ,  藤世磊

IPC: G06F8/20 ,  G06F16/25 ,  G06F16/27 ,  G06F16/28

Abstract: 本发明涉及一种基于Spark的测井数据缺失值的分布式填补方法，属于缺失数据填补领域领域。本发明提供的基于Spark的测井数据缺失值的分布式填补方法通过以HDFS作为储存系统，对勘查工作中的测井数据实现分布式存储，作为分布式计算的信息源；安装部署Spark集群，并通过Yarn作为资源管理和任务调度框架；通过构建索引、标准化处理等方法对数据仓库中的测井数据进行二次预处理；通过分布式随机森林和分布式GBT模型，对勘查工作中的测井数据的缺失值进行预测；通过分布式网格搜索+k折交叉验证和Train‑Validation‑Split方法优化分布式预测填补模型。本发明能够为测井的数据缺失问题提供一种精度更高，时间成本更低的解决方案，为测井数据得进一步研究分析与利用提供了保障。