公开(公告)号：CN116166988B

公开(公告)日：2024-02-02

申请号：CN202310455588.9

申请日：2023-04-25

Applicant: 山东科技大学

Inventor： 高洁 ,  伊雨 ,  王亮 ,  张雅婷 ,  王子楠 ,  杨金鑫 ,  王以军

IPC: G06F18/24 ,  G01V1/28 ,  G06N3/006 ,  G06N3/0499 ,  G06F30/27 ,  G06F30/23 ,  G06T17/20

Abstract: 本发明涉及一种含煤地层异常构造识别分类方法，涉及地质勘探技术领域，该方法包括：建立包含目标地质构造在内的地质构造仿真模型，并采集地质构造的仿真槽波数据；对采集的仿真槽波数据和待识别的真实槽波数据进行预处理，将预处理后的仿真槽波数据划分为训练集和测试集，并导入构建的POA‑ELM分类模型进行训练，得到训练好的POA‑ELM分类模型；将预处理后的待识别真实槽波数据作为测试集导入训练好的POA‑ELM分类模型，对真实槽波数据进行分类识别，得到分类识别结果。本发明利用鹈鹕优化算法对极限学习机进行优化，以提高分类模型的准确率和稳定性，适用于含煤地层异常构造识别分类。

公开(公告)号：CN116166988A

公开(公告)日：2023-05-26

申请号：CN202310455588.9

申请日：2023-04-25

Applicant: 山东科技大学

Inventor： 高洁 ,  伊雨 ,  王亮 ,  张雅婷 ,  王子楠 ,  杨金鑫 ,  王以军

IPC: G06F18/24 ,  G01V1/28 ,  G06N3/006 ,  G06N3/0499 ,  G06F30/27 ,  G06F30/23 ,  G06T17/20

Abstract: 本发明涉及一种含煤地层异常构造识别分类方法，涉及地质勘探技术领域，该方法包括：建立包含目标地质构造在内的地质构造仿真模型，并采集地质构造的仿真槽波数据；对采集的仿真槽波数据和待识别的真实槽波数据进行预处理，将预处理后的仿真槽波数据划分为训练集和测试集，并导入构建的POA‑ELM分类模型进行训练，得到训练好的POA‑ELM分类模型；将预处理后的待识别真实槽波数据作为测试集导入训练好的POA‑ELM分类模型，对真实槽波数据进行分类识别，得到分类识别结果。本发明利用鹈鹕优化算法对极限学习机进行优化，以提高分类模型的准确率和稳定性，适用于含煤地层异常构造识别分类。