公开(公告)号：CN117036936A

公开(公告)日：2023-11-10

申请号：CN202310896169.9

申请日：2023-07-19

Applicant: 中国地质大学(武汉) ,  湖北省自然资源厅信息中心 ,  湖北省地理国情监测中心

Inventor： 张冬梅 ,  殷鹏 ,  李江 ,  刘剑聪 ,  何丽华 ,  於新国 ,  成亦铭

IPC: G06V20/10 ,  G06V10/764 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种高分辨率遥感图像土地覆盖分类方法，其目的是为高分辨率遥感图像中的每一个像素分配地物类别。由于传统方法难以充分提取复杂地物的特征，面对复杂场景分类精度不高。高分遥感图像中土地覆盖类型更多地依靠地物的语义信息区分，对特征的评判能力有更高的要求。本发明考虑到注意力机制会对CNN提取的局部特征造成损失，提出CNN耦合Transformer的网络模型对两个分支特征进行融合，CNN分支提取图像局部细节信息，Transformer分支提取全局信息来增强局部图像块的感兴趣区域的特征；为降低特征融合时的特征损失，提出局部全局改进上下文线性注意力特征融合模块完成两个分支的特征融合，极大提升分割效果，实现了遥感图像的高精度土地覆盖分类。

公开(公告)号：CN114167497B

公开(公告)日：2024-05-07

申请号：CN202111369646.3

申请日：2021-11-16

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  殷鹏 ,  李江 ,  李洋 ,  曹弘 ,  汪校锋

IPC: G01V1/30 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及一种基于相似性度量地质结构标签的SSL‑CNN储层油气检测方法，传统储层油气检测方法只考虑单个地震道的特性，忽略了地震体的空间结构信息。本发明结合储层地质构造的主控因素及生产动态资料，采用主成分分析挖掘地震属性数据的低维结构特征，针对标注样本不足问题，依据相邻地震道间地质结构的空间相关性，首次使用邻域相似性度量算法对样本邻近的地震道进行同质性判定，使得训练样本融合数据的地质空间结构特征。为充分利用大量无标签样本提高算法检测性能，进一步基于融合地质空间结构特征的伪标签结合半监督卷积神经网络技术构建缝洞型油藏储层油气检测模型，实现储层油气检测。

公开(公告)号：CN113095352B

公开(公告)日：2024-08-13

申请号：CN202110225575.3

申请日：2021-03-01

Applicant: 中国石油化工股份有限公司 ,  中国石油化工股份有限公司石油勘探开发研究院 ,  中国地质大学(武汉)

Inventor： 张冬梅 ,  殷鹏 ,  康志江 ,  李江 ,  曹弘

IPC: G06F18/2415 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895 ,  G06Q50/02

Abstract: 本发明涉及一种融合静动态特征的缝洞型油藏半监督学习储层含油气性评价方法，目的是建立地震属性数据与储层含油气性之间的映射关系。本发明根据缝洞型油藏储层地质构造主控因素，采用自动编码器挖掘地震属性数据的流形结构特征；考虑生产井动态资料，在融合静动态数据特征基础上，基于深度学习的卷积神经网络半监督学习技术构建缝洞型油藏含油气性评价模型；针对传统无监督机器学习方法未利用先验信息、容易受噪音干扰的问题，提出记忆结构约束的K均值算法重新计算聚类中心，自动调整半监督卷积神经网络参数，可提高评价准确率。

公开(公告)号：CN114167497A

公开(公告)日：2022-03-11

申请号：CN202111369646.3

申请日：2021-11-16

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  殷鹏 ,  李江 ,  李洋 ,  曹弘 ,  汪校锋

IPC: G01V1/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于相似性度量地质结构标签的SSL‑CNN储层油气检测方法，传统储层油气检测方法只考虑单个地震道的特性，忽略了地震体的空间结构信息。本发明结合储层地质构造的主控因素及生产动态资料，采用主成分分析挖掘地震属性数据的低维结构特征，针对标注样本不足问题，依据相邻地震道间地质结构的空间相关性，首次使用邻域相似性度量算法对样本邻近的地震道进行同质性判定，使得训练样本融合数据的地质空间结构特征。为充分利用大量无标签样本提高算法检测性能，进一步基于融合地质空间结构特征的伪标签结合半监督卷积神经网络技术构建缝洞型油藏储层油气检测模型，实现储层油气检测。

公开(公告)号：CN113095352A

公开(公告)日：2021-07-09

申请号：CN202110225575.3

申请日：2021-03-01

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  殷鹏 ,  康志江 ,  李江 ,  曹弘

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/02

Abstract: 本发明涉及一种融合静动态特征的缝洞型油藏半监督学习储层含油气性评价方法，目的是建立地震属性数据与储层含油气性之间的映射关系。本发明根据缝洞型油藏储层地质构造主控因素，采用自动编码器挖掘地震属性数据的流形结构特征；考虑生产井动态资料，在融合静动态数据特征基础上，基于深度学习的卷积神经网络半监督学习技术构建缝洞型油藏含油气性评价模型；针对传统无监督机器学习方法未利用先验信息、容易受噪音干扰的问题，提出记忆结构约束的K均值算法重新计算聚类中心，自动调整半监督卷积神经网络参数，可提高评价准确率。