| 基于一维卷积神经网络的岩石物理相识别 |
| |
| 引用本文： | 李盼池,李文杰. 基于一维卷积神经网络的岩石物理相识别[J]. 吉林大学学报(信息科学版), 2022, 40(1): 51-63. DOI: 10.3969/j.issn.1671-5896.2022.01.007 |
| |
| 作者姓名： | 李盼池 李文杰 |
| |
| 作者单位： | 东北石油大学计算机与信息技术学院,黑龙江大庆163318 |
| |
| 基金项目： | 黑龙江省优秀青年科学基金资助项目;中国石油科技创新基金资助项目 |
| |
| 摘 要： | ![]()
为解决岩石物理相识别问题,提出了一种基于可解释一维卷积神经网络的识别方法.该方法通过引入全局平均池化层,突出了测井曲线波形的动态变化部分;并且通过分类激活映射增强了方法的可解释性;通过引入扩张卷积和批量归一化,弥补了由全局平均池化层引起的性能下降.实验结果表明,测试集中4种岩石物理相的平均F1分数为0.97,相比其他同...
|
| 关 键 词： | 岩石物理相 可解释一维卷积神经网络 全局平均池化层 扩张卷积 批量归一化 |
Identification of Petrophysical Facies Based on One-Dimensional Convolutional Neural Networks |
| |
| LI Panchi,LI Wenjie. Identification of Petrophysical Facies Based on One-Dimensional Convolutional Neural Networks[J]. Journal of Jilin University:Information Sci Ed, 2022, 40(1): 51-63. DOI: 10.3969/j.issn.1671-5896.2022.01.007 |
| |
| Authors: | LI Panchi LI Wenjie |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
