深度学习算法应用于岩石图像处理的可行性研究

• 作者: 刘丽婷 程国建
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 深度信念网络 卷积神经网络 岩石图像处理
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 图像学与辅助设计
• 页码范围: 163-166
• 页数: 4页
• 分类号: TP317.4
• 字数: 3017字
• 语种: 中文
• DOI: 10.11907/rjdk.161408

摘要

近年来,机器学习领域中的“深度学习”开始受到国内外学者的广泛关注.借助深度学习,具有多处理层结构的计算机模型可通过多层抽象来学习数据袁征.这些方法推动了语音识别、视觉识别、目标检测以及许多其它领域的技术发展.深度学习被应用到计算机视觉、语音识别、自然语言处理、在线广告等领域,并取得了良好效果.将计算机技术与地质勘探相结合,在岩石处理方面已取得了不少成果,不断有新的或者改进方法用于提高处理效率和改善效果,以更好地投入到实际生产中去.针对目前传统的岩石薄片图像处理方法,试图将深度学习中典型的两类算法模型:深度信念网络(Deep Belief Networks,DBNs)、卷积神经网络(Convolutional Neural Networks,CNNs)引入到岩石图像的处理中,分析算法在操作中的可行性及优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程国建	西安石油大学计算机学院	123	847	14.0	25.0
2	刘丽婷	西安石油大学计算机学院	1	14	1.0	1.0