公开(公告)号：CN114002744A

公开(公告)日：2022-02-01

申请号：CN202111268205.4

申请日：2021-10-29

Applicant: 重庆科技学院

Inventor： 易军 ,  郑滋觉 ,  文宏川 ,  蔡昆 ,  陈凯 ,  漆仲黎 ,  周伟 ,  赖富强 ,  黄兆辉

IPC: G01V1/50 ,  G01V1/28 ,  G06T7/10

Abstract: 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法，首先对研究区测井数据的层内各点特征进行预处理并拼接成样本；针对层内深度不同的样本进行深度统一化处理；将样本输入卷积神经网络提取高维非线性测井特征；使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射，进一步学习测井数据的多尺度特征；致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性，能有效提高储层识别精度。

公开(公告)号：CN114002744B

公开(公告)日：2023-07-14

申请号：CN202111268205.4

申请日：2021-10-29

Applicant: 重庆科技学院

Inventor： 易军 ,  郑滋觉 ,  文宏川 ,  蔡昆 ,  陈凯 ,  漆仲黎 ,  周伟 ,  赖富强 ,  黄兆辉

IPC: G01V1/50 ,  G01V1/28 ,  G06T7/10

Abstract: 本发明提供了一种基于深度学习的致密砂岩储层流体识别方法，首先对研究区测井数据的层内各点特征进行预处理并拼接成样本；针对层内深度不同的样本进行深度统一化处理；将样本输入卷积神经网络提取高维非线性测井特征；使用双向长短期记忆神经网络进一步融合卷积神经网络输出的特征映射，进一步学习测井数据的多尺度特征；致密砂岩储层流体识别模型输出识别结果。该方案利用了储层之间的相关性，能有效提高储层识别精度。

公开(公告)号：CN115359475A

公开(公告)日：2022-11-18

申请号：CN202211005938.3

申请日：2022-08-22

Applicant: 重庆科技学院

Inventor： 周伟 ,  肖亿 ,  郑黎 ,  漆仲黎 ,  赵怡恒 ,  易军 ,  黄河 ,  刘洪 ,  赵猛

IPC: G06V20/64 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种可用于三维物体识别方法，首先通过采集三维物体数据，同时加入三维物体识别的公共数据作为数据集，通过反射模型渲染图像,映射为均匀水平方向上的2D图像序列，然后对2D图像序列使用数据增强，将预处理后的图像输入到ResNeXt分类网络，利用ResNeXt的前22层提取语义特征，并对语义特征进行最大化操作获得全局混合特征，通过注意力扩展模块提取全局混合特征特征。另外，利用带标签平滑的分类模块来分类特征。