基于特征元的测井图片分类模型研究

1144766066 · 发表于 2022-4-23 13:52:50

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
能源题目一直以来是世界各国无时无刻不在关注的题目。石油作为当今社会非常重要的能源已经受到了多方面的关注。如今油价攀升，很大程度是因为石油的开采无法满足社会高速发展的极大需求。我国作为储油大国，在测井工程的测井图片识别过程中一直凭借专家经验和单一物性曲线的自动化分析，效果不甚理想。石油勘探开发研究院一直致力于提高石油测井工程效率，所以在这一过程中，如何有效的减少测井图片识别过程的时间，提高测井工程效率成为一个亟待解决的部分。本论文来源正是石油勘探开发研究院测井工程信息化项目的一部分，主要的工作是对测井过程中提取出来的测井图片进行分析、训练，达到自动化分类测井图片，快速确定图片所属岩层类型的效果。本论文提出了一种针对测井图片解释的分类策略。根据测井图片的直观视觉特点，我们把对测井图片纹理特征的分析研究以及对神经网络分类器的选择作为了本文的重点。首先用局部二元模式（LBP）来分割测井图片获得局部纹理块，同时我们将这些局部纹理块转换成直方图后对其聚类，得到能代表所有测井图片的几种纹理类型。接着从结构的角度重组这些纹理类型，将重组后的结构定义为新的特征，我们称之为特征元。特征元是一种特定的结构特征，用这种结构化特征的向量作为分类器的输入。然后论文分析了两种典型的针对复杂特征输入的神经网络算法：有监督的LVQ和无监督的SOM算法，从基本原理、算法流程以及结构等角度来分析分类器的好坏，评判算法是否适合测井图片的分类。分析之后搭建了一个数据分析环境并对其各个模块进行了详细的描述。描述的过程我们不光展示了系统结构图，还给出了系统的主要类图和运行界面。本文最后按照文章中介绍的特征提取与分类流程，对一组几百张的图片进行测试，并分析最终得出的分类正确率等结果。通过一个完整的实验来测试和验证本论文中的理论与数据分析环境的效果。

基于特征元的测井图片分类模型研究

天涯海角也要找到Ni：基于特征元的测井图片分类模型研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作