-
公开(公告)号:CN116863217A
公开(公告)日:2023-10-10
申请号:CN202310805725.7
申请日:2023-07-03
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种野外露头岩石图像岩性识别方法,属于岩性识别领域。本发明提供的一种野外露头岩石图像岩性识别方法通过PascalVOC数据集的基本文件结构和目标检测评价标准,使用LabelImg工具建立了岩石目标检测数据集;基于Faster‑RCNN的岩石目标检测算法,以ResNet50网络作为前置分类网络,进行迁移学习;设计加权公式实现自动化脚本实现批量裁剪最优检测目标,制作高质量野外露头岩石岩性识别图像数据集;设计实现多尺度卷积岩性识别模型,本发明能够为野外露头岩石图像岩性识别问题提供一种精度更高,时间成本更低的解决方案,为岩性识别得进一步研究分析与利用提供了保障。
-
公开(公告)号:CN115268848B
公开(公告)日:2025-05-13
申请号:CN202210855411.3
申请日:2022-07-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及一种基于Spark的测井数据缺失值的分布式填补方法,属于缺失数据填补领域领域。本发明提供的基于Spark的测井数据缺失值的分布式填补方法通过以HDFS作为储存系统,对勘查工作中的测井数据实现分布式存储,作为分布式计算的信息源;安装部署Spark集群,并通过Yarn作为资源管理和任务调度框架;通过构建索引、标准化处理等方法对数据仓库中的测井数据进行二次预处理;通过分布式随机森林和分布式GBT模型,对勘查工作中的测井数据的缺失值进行预测;通过分布式网格搜索+k折交叉验证和Train‑Validation‑Split方法优化分布式预测填补模型。本发明能够为测井的数据缺失问题提供一种精度更高,时间成本更低的解决方案,为测井数据得进一步研究分析与利用提供了保障。
-
公开(公告)号:CN115268848A
公开(公告)日:2022-11-01
申请号:CN202210855411.3
申请日:2022-07-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及一种基于Spark的测井数据缺失值的分布式填补方法,属于缺失数据填补领域领域。本发明提供的基于Spark的测井数据缺失值的分布式填补方法通过以HDFS作为储存系统,对勘查工作中的测井数据实现分布式存储,作为分布式计算的信息源;安装部署Spark集群,并通过Yarn作为资源管理和任务调度框架;通过构建索引、标准化处理等方法对数据仓库中的测井数据进行二次预处理;通过分布式随机森林和分布式GBT模型,对勘查工作中的测井数据的缺失值进行预测;通过分布式网格搜索+k折交叉验证和Train‑Validation‑Split方法优化分布式预测填补模型。本发明能够为测井的数据缺失问题提供一种精度更高,时间成本更低的解决方案,为测井数据得进一步研究分析与利用提供了保障。
-
-