基于改进LeNet-5的油井井号识别方法

• 作者: 刘建伯 娄洪亮
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 卷积神经网络 LeNet-5 油井井号识别 激活函数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 辨识建模与仿真
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP391.41
• 字数: 4323字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2019.01.018

摘要

针对目前油井井号识别效率低,识别方法效果差的问题,本文采用基于深度学习的卷积神经网络(Convolutional NeuralNetwork,CNN)方法进行识别.针对传统卷积神经网络LeNet-5结构应用在井号识别中存在的不足,本文通过转换模型中卷积核大小、增加高效降维层、使用混合激活函数,三方面进行改进.经过实验,改进后的LeNet-5模型与传统网络结构相比,减少训练时间、提高准确率,在油井井号识别上具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄洪亮	大庆油田建设设计研究院计量仪表室	4	9	1.0	3.0
2	刘建伯	东北石油大学电气信息工程学院	1	1	1.0	1.0