本发明公开了一种基于优化卷积神经网络的溶洞体识别算法,包括以下步骤:S1、获取有标签的地质样本集;S2、建立卷积神经网络溶洞判别模型,使用有标签数据集训练;S3、导入目标层位并进行预测,判断目标层位的溶洞分布。本发明将正演数值模拟方法与卷积神经网络模型相结合,利用标记溶洞训练样本训练OCNN,生成溶洞判别模型,具有较高的精度,明显优于传统的识别方法和无深层结构的SOM方法,将深度学习引入碳酸盐岩溶洞储层识别领域,并利用正演数值模拟和多属性的方法解决有标签样本不充分的问题,实现了比较准确的溶洞识别,并在实际工区中取得了较好的效果。
声明:
“基于优化卷积神经网络的溶洞体识别算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)