西安交通大学吕浩田获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西安交通大学申请的专利一种基于地质约束深度学习的岩性识别方法及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117033978B 。
龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311083992.4,技术领域涉及:G06F18/213;该发明授权一种基于地质约束深度学习的岩性识别方法及相关设备是由吕浩田;汶小岗;马丽;李辉;吴宝海;高静怀设计研发完成,并于2023-08-25向国家知识产权局提交的专利申请。
本一种基于地质约束深度学习的岩性识别方法及相关设备在说明书摘要公布了:本发明公开了一种基于地质约束深度学习的岩性识别方法及相关设备,属于深度学习技术领域。包括以下步骤:获取同工区内若干口测井的测井曲线,将所述测井曲线分为训练集和测试集;对所述训练集进行地质约束操作,得到训练样本;对所述测试集进行地质约束操作,得到测试样本;利用训练样本训练长短时记忆网络,得到基于地质约束的长短时记忆网络;使用测试样本测试基于地质约束的长短时记忆网络的准确率,若准确率满足要求,则训练完成;利用训练完成的基于地质约束的长短时记忆网络,对测井的岩性进行识别。本发明针对网络结构,提出利用地质约束增强长短时记忆网络的鲁棒性,使得本方法的岩性识别准确率提高。
本发明授权一种基于地质约束深度学习的岩性识别方法及相关设备在权利要求书中公布了:1.一种基于地质约束深度学习的岩性识别方法,其特征在于,包括以下步骤: 获取同工区内若干口测井的测井曲线,将所述测井曲线分为训练集和测试集; 对所述训练集进行地质约束操作,得到训练样本;对所述测试集进行地质约束操作,得到测试样本;所述地质约束操作包括矩形窗约束和高斯窗约束;所述基于地质约束的长短时记忆网络包括矩形窗约束长短时记忆网络和高斯窗约束长短时记忆网络;所述矩形窗约束长短时记忆网络通过以下步骤建立: 对所述训练集进行矩形窗约束操作,对训练集的目标深度添加一个矩形窗,以考虑邻近信息,得到矩形窗训练样本;对所述测试集进行矩形窗约束操作,对测试集的目标深度添加一个矩形窗,以考虑邻近信息,得到矩形窗测试样本; 使用矩形窗训练样本对长短时记忆网络进行训练,得到矩形窗约束长短时记忆网络; 在矩形窗训练样本中,每个输入样本包含五个采样点,并且具有相同权值; 所述高斯窗约束长短时记忆网络通过以下步骤建立: 对所述训练集进行高斯窗约束操作,得到高斯窗训练样本;对所述测试集进行高斯窗约束操作,得到高斯窗测试样本; 对高斯窗训练样本中形成输入样本聚类的五个采样点赋予不同的权重值; 利用训练样本训练长短时记忆网络,得到基于地质约束的长短时记忆网络; 使用测试样本测试基于地质约束的长短时记忆网络的准确率,若准确率满足要求,则训练完成;若不满足要求,则返回至对所述训练集进行地质约束操作的步骤; 利用训练完成的基于地质约束的长短时记忆网络,对测井的岩性进行识别。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励