本发明公开了一种基于深度学习的多点地质统计建模参数优选方法,结合多点地质统计模型特征与建模参数的相关性认识——以多点地质统计学的数据样板尺寸为例,随着样板尺寸增加,模型与训练图像的形态视觉特征越来越相似,基于深度学习对基于(有序)建模参数集的多点地质统计随机模型的图像添加建模参数分类标签,进而实现基于建模参数的模型分类的训练学习、识别率检验,建立随机模型类别与建模参数的对应判别关系,选取低于给定识别率阈值的建模参数作为优选参数。相比传统人工视觉判别方法,本发明可以高效客观地优选多点地质统计建模参数。
声明:
“基于深度学习的多点地质统计建模参数优选方法” 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)