一种岩性的分类方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种岩性的分类方法、装置、电子设备及存储介质，分类方法包括：获取目标深度的岩石的岩性信息，其中，所述岩性信息为所述目标深的度岩石的属性参数信息；将岩石的岩性信息输入训练好的多分类网络中的下采样层，得到岩石的岩性信息对应的岩石特征信息；将岩石特征信息顺次输入多分类网络中的上采样层和卷积层中，得到岩石的岩性信息对应的岩性类别。本申请通过将不同井深的岩性信息输入到训练好的多分类网络中的下采样层，得到对应的岩石特征信息，将岩石特征信息输入多分类网络中的上采样层和卷积层中，得到岩石的岩性类别，通过训练出的多分类网络对岩性信息进行识别，得到岩性类别，可以提高对岩性信息进行岩性分类的准确率。

【技术实现步骤摘要】
一种岩性的分类方法、装置、电子设备及存储介质
本申请涉及地质勘探
，尤其是涉及一种岩性的分类方法、装置、电子设备及存储介质。
技术介绍
岩性识别是一项在勘探和工程领域具有重要意义的任务。它是表征储层特征，计算各种岩石物理参数以及地质研究的基础。传统的地层岩性分类方法是通过在钻探过程中获得的切块进行推断，或者通过从地下地层收集的岩心样本中提取推断来进行的，但是，这种方法有时不是十分可靠，因为不同的地质学家可能会提供不同的解释，考虑到岩心的样本数据存在局限性，因此使用测井数据进行岩性分类已成为趋势。然而，现有技术中，使用测井数据绘制的传统的测井曲线区分岩性的类别的效果较差，准确率较低。
技术实现思路
有鉴于此，本申请的目的在于提供一种岩性的分类方法、装置电子设备及存储介质，本申请通过将不同井深的岩石的岩性信息输入到训练好的多分类网络中的下采样层得到岩石的岩性信息对应的岩石特征信息，并将岩石特征信息输入所述多分类网络中的上采样层和卷积层中，得到岩石的岩性信息的岩性类别，通过对多分类网络上采样层结构的改变，增加了岩石的本文档来自技高网...

【技术保护点】
1.一种岩性的分类方法，其特征在于，所述分类方法包括：/n获取目标深度的岩石的岩性信息，其中，所述岩性信息为所述目标深的度岩石的属性参数信息；/n将所述岩石的岩性信息输入训练好的多分类网络中的下采样层，得到所述岩石的岩性信息对应的岩石特征信息；/n将所述岩石特征信息顺次输入所述多分类网络中的上采样层和卷积层中，得到所述岩石的岩性信息对应的岩性类别。/n

【技术特征摘要】
1.一种岩性的分类方法，其特征在于，所述分类方法包括：
获取目标深度的岩石的岩性信息，其中，所述岩性信息为所述目标深的度岩石的属性参数信息；
将所述岩石的岩性信息输入训练好的多分类网络中的下采样层，得到所述岩石的岩性信息对应的岩石特征信息；
将所述岩石特征信息顺次输入所述多分类网络中的上采样层和卷积层中，得到所述岩石的岩性信息对应的岩性类别。


2.根据权利要求1所述的分类方法，其特征在于，通过以下方式获取训练好的多分类网络：
获取多个样本岩石的岩性信息，以及每个所述样本岩石的岩性信息的标签；所述标签用于表征每个所述样本岩石的岩性信息对应的真实岩性类别；
根据各个所述样本岩石的岩性信息和每个所述样本岩石的岩性信息的标签，对初始分类网络进行训练，得到训练好的多分类网络。


3.根据权利要求2所述的分类方法，其特征在于，所述根据各个所述样本岩石的岩性信息和每个所述样本岩石的岩性信息的标签，对初始分类网络进行训练，得到训练好的多分类网络，包括：
将每个所述样本岩石的岩性信息每个所述样本岩石的岩性信息的标签输入初始分类网络，得到每个所述样本岩石的岩性信息对应的预测岩性类别；
当每个所述样本岩石的岩性信息的预测岩性类别与每个所述样本岩石的岩性信息的所述真实岩性类别之间的损失值小于预设阈值，训练截止，得到训练好的多分类网络；其中，所述损失值利用交叉熵损函数计算得到。


4.根据权利要求1所述的分类方法，其特征在于，所述将所述岩石特征信息顺次输入所述多分类网络中的上采样层和卷积层中，得到所述岩石的岩性信息对应的岩性类别，包括：
将所述岩石特征信息输入所述多分类网络中的上采样层，得到初始特征矩阵；
将所述初始特征矩阵输入所述多分类网络中的卷积层中进行一维卷积，生成目标特征矩阵，得到所述岩石的岩性信息对应的岩性类别；其中，所述多分类网络中的卷积层为一维卷积层。


5.根据权利要求1所述的分类方法，其特征在于，所述分类方法还包括：
将不同井深的所述岩石的岩性信息分别输入训练好的所述多分类网络，得到每个测井深度的所...

【专利技术属性】
技术研发人员：师素珍，李明轩，冯健，冯国旭，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京;11