-
公开(公告)号：CN111178441A
公开(公告)日：2020-05-19
申请号：CN201911413844.8
申请日：2019-12-31
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于主成分分析与全连接神经网络的岩性识别方法，包括以下步骤：将待测试数据输入至PCA-FCNN模型中，通过所述PCA-FCNN模型处理后得到岩性识别结果；其中，所述PCA-FCNN模型的建立包括以下步骤：S1.训练样本的选择与归一化处理；以不同岩性特征测井曲线作为输入数据，从输入数据中选取数据作为训练样本，并将训练样本中的数据打乱顺序后进行归一化处理；S2.对归一化后的数据进行特征降维；对归一化后的数据通过主成分分析法进行特征降维，并根据降维后的结果选取n个主成分；S3.采用FCNN算法建立神经网络；根据主成分的个数，建立n层FCNN神经网络，其中前n-1层的激活函数设置为Relu函数，第n层采用softmax函数。本发明能够显著提高岩性识别的准确率。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
