基于卷积神经网络的岩石图像分类

• 作者: 程国建 范鹏召 郭文惠
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 岩石图像 图像分类 岩石颗粒 卷积神经网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 116-122
• 页数: 7页
• 分类号: TE19
• 字数: 4435字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2017.04.020

摘要

在显微镜下分析岩石薄片并对其进行分类时,人工鉴定效率较低且易受主观因素影响,为此提出了一种基于卷积神经网络深度学习的岩石粒度自动分类方法.该方法通过卷积网络模型实现图像特征自动提取,并同时建立模式分类器,实现基于薄片图像的粒度自动识别.采用鄂尔多斯盆地的4 800样品对卷积网络模型进行训练,通过1 200个样品对模型测试,测试集分类结果的准确度达到98.5％.理论分析与数据验证说明,通过深度学习所建立的卷积网络模型能够基于岩石薄片图像获得高效、准确、可靠的自动分类结果.

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	范鹏召	西安石油大学计算机学院	6	31	3.0	5.0
3	郭文惠	西安石油大学计算机学院	6	36	2.0	6.0