基于大规模预训练神经网络的遥感图像识别方法

    公开(公告)号:CN117671517A

    公开(公告)日:2024-03-08

    申请号:CN202311655425.1

    申请日:2023-12-05

    Applicant: 长安大学

    Abstract: 本发明为基于大规模预训练神经网络的遥感图像识别方法,涉及图像处理技术领域,首先,对大尺寸卫星遥感图像进行等间隔采样与分块,使用CLIP图像编码器处理局部图像块,获得高维特征矢量。其次,启动余弦距离、多维缩放、高斯混合模型等技术,理解图像块之间的相似性关系。最后,人工筛选高价值区域,利用核密度预测器生成目标区域热力图。将所设计方法应用于陕西省清涧县国土空间规划实践,通过高分辨率遥感图像,识别城市老旧小区。计算结果表明,本发明具有较高的识别精度和较小的资源消耗,准确划定了城市老旧小区改造范围。

    一种微观储层岩石电导率预测方法

    公开(公告)号:CN115455772B

    公开(公告)日:2023-06-02

    申请号:CN202211122313.5

    申请日:2022-09-15

    Applicant: 长安大学

    Inventor: 左琛 郭晨 闫正林

    Abstract: 本发明提供了一种微观储层岩石电导率预测方法,属于油气储集层导电机理研究领域,包括利用二维闵可夫斯基函数描述三维数字岩心模型M的几何结构特征;对其二维闵可夫斯基函数和电导率进行典型相关分析,得到典型协变量XC和YC;用核密度法估计XC和YC的联合概率密度分布情况,得到先验概率分布模型;用二维闵可夫斯基函数描述待预测二维岩心样本的几何结构特征;对其二维闵可夫斯基函数进行典型相关分析,得到典型协变量X;将典型协变量X输入到训练好的先验概率分布模型中,得到后验概率分布模型;根据后验概率分布模型预测其电导率。该方法能够对微观储层岩石的结构和其电导率之间的关系进行预测。

    基于大规模预训练神经网络的遥感图像识别方法

    公开(公告)号:CN117671517B

    公开(公告)日:2025-02-18

    申请号:CN202311655425.1

    申请日:2023-12-05

    Applicant: 长安大学

    Abstract: 本发明为基于大规模预训练神经网络的遥感图像识别方法,涉及图像处理技术领域,首先,对大尺寸卫星遥感图像进行等间隔采样与分块,使用CLIP图像编码器处理局部图像块,获得高维特征矢量。其次,启动余弦距离、多维缩放、高斯混合模型等技术,理解图像块之间的相似性关系。最后,人工筛选高价值区域,利用核密度预测器生成目标区域热力图。将所设计方法应用于陕西省清涧县国土空间规划实践,通过高分辨率遥感图像,识别城市老旧小区。计算结果表明,本发明具有较高的识别精度和较小的资源消耗,准确划定了城市老旧小区改造范围。

    一种微观储层岩石电导率预测方法

    公开(公告)号:CN115455772A

    公开(公告)日:2022-12-09

    申请号:CN202211122313.5

    申请日:2022-09-15

    Applicant: 长安大学

    Inventor: 左琛 郭晨 闫正林

    Abstract: 本发明提供了一种微观储层岩石电导率预测方法,属于油气储集层导电机理研究领域,包括利用二维闵可夫斯基函数描述三维数字岩心模型M的几何结构特征;对其二维闵可夫斯基函数和电导率进行典型相关分析,得到典型协变量XC和YC;用核密度法估计XC和YC的联合概率密度分布情况,得到先验概率分布模型;用二维闵可夫斯基函数描述待预测二维岩心样本的几何结构特征;对其二维闵可夫斯基函数进行典型相关分析,得到典型协变量X;将典型协变量X输入到训练好的先验概率分布模型中,得到后验概率分布模型;根据后验概率分布模型预测其电导率。该方法能够对微观储层岩石的结构和其电导率之间的关系进行预测。

Patent Agency Ranking