专利内容由知识产权出版社提供
专利名称：一种基于深度学习的测井沉积微相识别方法专利类型：发明专利
发明人：蔡涵鹏,胡永香,胡光岷申请号：CN2020105714.9申请日：20200831公开号：CN1120177A公开日：20201201
摘要：本发明公开了一种基于深度学习的测井沉积微相识别方法，包括以下步骤：S1、将多条一维测井曲线按列排列，组成二维测井图像；S2、标记测井图像的每个数据点，获得标签图；S3、分别对二维测井图像和标签图进行处理；S4、构建沉积微相识别的全卷积神经网络模型，并利用构建的模型识别测井数据。本发明可以准确地找到各沉积微相之间的主要分界面，并对沉积微相进行识别和划分；提高了测井曲线进行沉积微相识别的效率与准确度。本发明能够最大程度的保留数据本身的特点，可实现测井沉积微相的智能化识别，能方便、快捷、高效地完成测井沉积微相识别任务。
申请人：电子科技大学
地址：611731 四川省成都市高新区(西区)西源大道2006号
国籍：CN
代理机构：成都虹盛汇泉专利代理有限公司
代理人：王伟
更多信息请下载全文后查看
