一种基于深度学习的有孔虫化石识别方法

• 作者: 呼和 岳翔 贾建忠
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 有孔虫鉴定 CNN 深度学习 VGG16 GoogLeNet
• 年，卷（期）: 2019,（27）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 173,178
• 页数: 2页
• 分类号: TP311
• 字数: 1098字
• 语种: 中文

摘要

古生物化在判断生油母质、油气生成和保存时代以及分析沉积环境中扮演重要角色.然而,传统的微观化石识别鉴定工作效率低下、费时费力,且主观性较强,常规方法已不能满足高效、快速油气勘探评价的需要;本文提出一种基于深度学习的有孔虫化石识别方法,在三分类数据集上实验了VGG16模型和GoogLeNet模型,识别平均准确度为85％.该方法可以大大减轻古生物鉴定人员的工作量,解决古生物专业人才匮乏问题,同时提高成果共享和利用效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	呼和		11	22	2.0	4.0
2	贾建忠		5	1	1.0	1.0
3	岳翔		12	55	2.0	7.0