深度信念网在油井功图识别中的应用

• 作者: 仲志丹 李鹏辉 赵斐
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 功图识别 DBN网络 深度学习 特征提取 故障诊断
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 石油工程
• 页码范围: 89-93
• 页数: 5页
• 分类号: TE938|TP274.2
• 字数: 2762字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2017.03.014

摘要

针对油井功图识别中存在的一些问题,提出了一种基于深度信念网的油井功图识别方法.首先通过实验对比的结果确定网络结构,然后使用无监督学习的手段初始化网络权值,最后用有监督的误差反向传播算法微调整个网络,从而实现功图图像到油井工况之间的映射关系.实验结果表明:深度信念网能够自动学习功图特征,提高识别效率;与传统分类模型相比,使用深度信念网进行油井功图识别的过程更简便,更能够达到理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	仲志丹	河南科技大学机电工程学院	31	84	5.0	7.0
2	赵斐	河南科技大学机电工程学院	2	8	1.0	2.0
3	李鹏辉		4	9	2.0	2.0