作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在勘探开发领域的初始阶段,识别研究岩石岩性用于储层预测评价是十分必要的,但原有的人工识别方法,无法保证岩性识别的速度和准确程度.论文研究利用人工智能方法,以大量岩心岩性图像数据作为数据基础,训练生成可以识别岩性的机器学习模型,用于快速而准确地完成对现有图像的准确识别.
推荐文章
基于深度学习的图像识别技术研究综述
图像识别
CNN
R-CNN
SPP-Net
FastR-CNN
一种利用迁移学习训练卷积神经网络的声呐图像识别方法
声呐成像
目标自动识别
卷积神经网络
迁移学习
基于图像识别的武术动作分解方法研究
人体动作
图像识别
动作时间序列
动作分解
基于图像识别技术的煤岩识别研究与实现
灰度值
小波变换
纹理特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习方法在岩性图像识别上的研究
来源期刊 信息系统工程 学科
关键词 CNN卷积神经网络 机器学习模型
年,卷(期) 2020,(2) 所属期刊栏目 学术研究
研究方向 页码范围 157-158
页数 2页 分类号
字数 1413字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李明彧 大庆油田有限责任公司勘探开发研究院应用软件研究室 3 9 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
CNN卷积神经网络
机器学习模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息系统工程
月刊
1001-2362
12-1158/N
16开
天津市河西区友谊路39号
82-173
1988
chi
出版文献量(篇)
17961
总下载数(次)
28
总被引数(次)
25254
论文1v1指导