公开(公告)号：CN117994665A

公开(公告)日：2024-05-07

申请号：CN202410249054.5

申请日：2024-03-05

Applicant: 燕山大学

Inventor： 赵逢达 ,  章蓬伟 ,  韩超 ,  李贤善

IPC: G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于轻量级多尺度自适应融合网络模型的岩性识别方法，属于地质勘探领域，包括：构建由数据多尺度预处理模块、多尺度自适应加权卷积神经网络模块、通道注意力模块和微调模块组成的轻量级多尺度自适应融合网络模型；采用数据多尺度预处理模块对采集的数据进行多尺度数据预处理；采用多尺度自适应加权卷积神经网络模块对预处理后的岩性数据进行多尺度自适应加权处理；采用通道注意力模块对多尺度生成的特征图进行动态组合；采用微调模块进一步优化模型的输出；采用动态焦点损失函数对模型进行训练；采用训练好的模型进行岩性识别。本发明有效的缓解了岩性数据的类不平衡问题，提高了岩性识别的准确率。

公开(公告)号：CN117574242A

公开(公告)日：2024-02-20

申请号：CN202311714630.0

申请日：2023-12-14

Applicant: 燕山大学

Inventor： 李贤善 ,  杨阳 ,  赵逢达 ,  韩超 ,  章蓬伟 ,  孙茂元

IPC: G06F18/241 ,  G06F18/20 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/02

Abstract: 本发明提供一种多源领域自适应模型及岩性识别方法，属于石油测井技术领域。本发明设计了一种基于多源领域自适应的模型，包括多源域目标域数据输入模块、多源领域自适应网络模块、细粒度校正网络模块和结果输出层模块，通过多源领域自适应网络模块将多组领域对齐来提取特定领域空间的隐藏信息，并采用了一种三阶段训练模式来挖掘特定的决策边界。该模型可以学习到多个源域和目标域之间的分布差异，将目标域和特定的源域对齐并利用特定域的决策边界对齐分类器的输出，能够较好地实现多源域的测井岩性识别问题。模型还设计一种细粒度校正方法进行混淆样本纠正，该方法采用了一种同构的最大差异网络来识别混淆样本的边界以提升分类精度和泛化能力。