Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北石油大学三亚海洋油气研究院赵娅获国家专利权

东北石油大学三亚海洋油气研究院赵娅获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利基于深度信念网络的沉积微相识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120492858B

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510969783.2,技术领域涉及:G06F18/20;该发明授权基于深度信念网络的沉积微相识别方法是由赵娅;李盼池;王伟;贾迪;林琳;刘芳;姚文达;黄世旺;江流洋设计研发完成,并于2025-07-15向国家知识产权局提交的专利申请。

基于深度信念网络的沉积微相识别方法在说明书摘要公布了:本发明公开了基于深度信念网络的沉积微相识别方法,涉及智能信息处理技术领域,包括:首先对测井曲线进行组合优选,然后采用所选测井曲线的原始数据构造反映曲线形态特征的二值图像,以此作为样本特征数据,利用基于受限玻尔兹曼机构造的深度信念网络捕捉样本特征与其类属之间的映射关系。训练好的网络即可用于单井剖面沉积微相识别。借助深度信念网络强大的学习能力及泛化能力,可有效提升沉积微相的识别精度。

本发明授权基于深度信念网络的沉积微相识别方法在权利要求书中公布了:1.基于深度信念网络的沉积微相识别方法,其特征在于,包括: 将目标井的测井曲线组合的原始数据转换为二值图像,所述二值图像反映测井曲线的形态特征;测井曲线组合包括自然伽马、声波时差、深侧向电阻率和浅侧向电阻率; 采用深度信念网络对所述二值图像进行训练,所述深度信念网络由多层受限玻尔兹曼机构成,通过无监督预训练和有监督微调学习测井曲线形态与沉积微相类别的映射关系; 利用训练完成的深度信念网络对待识别井的测井曲线数据进行沉积微相分类; 二值图像的生成过程包括:统一各小层测井曲线的数据长度,对超出部分截断处理,不足部分补零处理;根据测井曲线的取值范围,将数据点映射至二值图像的对应像素位置,其中1表示数据点,0表示背景; 有监督微调采用反向传播算法优化网络参数; 沉积微相类别包括分流河道、非主体河道、席状砂、席状砂边部和分流间泥; 测井曲线数据还包括小层厚度,所述小层厚度经放大后映射至二值图像; 对参与训练的所有井,统计测井曲线上每个小层的数据点个数;根据统计结果,将所有小层数据点调整为同一长度L;若超过该长度作截断处理,若小于该长度作补零处理; 统计所有小层各条测井曲线的最大值和最小值;假设组合优选确定的测井曲线为n条,各条最大值和最小值分别为Maxi,Minxi,i=1,2,...,n;所有小层厚度的最大值和最小值为Maxn+1,Minxn+1; 对于每个小层,生成一幅的二值空图像,此时所有像素灰度值均为0;将第i条测井曲线映射到该图像自左向右的第i个区域中;具体方法为,对于第i条曲线上的第j个数据点dij,将dij按四舍五入取整为[dij],将二值图像中的像素置为1;对于小层厚度,将相应像素置为1,该小层的L个数据点,厚度均为相同值,完成了输入样本的构造;对于期望输出样本,则构造为m维向量ei,该向量只有第i维为1,其余全为0,其中m为微相类别数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东北石油大学三亚海洋油气研究院,其通讯地址为:572025 海南省三亚市崖州区崖州湾科技城雅布伦产业园2号楼二层、五层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。