【技术实现步骤摘要】
本专利技术涉及深度学习，尤其涉及一种融合带噪学习和局部分类器的测井数据岩性识别方法。
技术介绍
1、测井岩性识别工作是实现采样点地层评估和储层表征的基础，依赖于测井数据对地下岩石信息的表达，岩性识别的结果可以作为储层参数计算(渗透率、孔隙度等)和地质研究(地层相关性、沉积模型等)的基础，为矿产资源的空间分布与资源定位提供重要的参考作用。
2、现有的地质岩性识别工作，目前有三个主要研究方向：基于实物样本的岩性识别、基于岩石图像和钻孔图像的岩性识别，以及基于测井数据的岩性识别。其中，地质测井数据的采集由成熟的测井仪器自动完成，数据收集过程较为方便，且数据具有较高的连续性，因此具有较高的工程应用价值。
3、由于研究区的大地构造，其包括岩性种类十分丰富，主要包括辉绿岩、安山岩等广泛分布的火山岩类，砂岩、泥岩和砂砾岩等碎屑岩类，以及含煤层等。这些岩性的形成主要受多期火山活动、特殊的沉积环境和构造演化过程的影响，岩性种类包括许多复合岩性，如粉砂质泥岩、钙质中砂岩和砂质砾岩等，这对于岩性识别的识别效果存在影响。但人们期待岩性识...
【技术保护点】
1.一种融合带噪学习和局部分类器的测井数据岩性识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合带噪学习和局部分类器的测井数据岩性识别方法，其特征在于：在步骤S1中，对于异常值直接进行剔除处理处理；对于冗余数据和离散采样点，以每种测井属性的箱线图为准，对于离散幅度超过箱线图最大值的一半，且超过半数测井属性均出现该现象的采样点，根据岩性样本数量的充足程度，决定进行直接剔除处理。
3.根据权利要求1所述的一种融合带噪学习和局部分类器的测井数据岩性识别方法，其特征在于，步骤S2构建预训练模型的具体过程如下：
4.根据权...
【技术特征摘要】
1.一种融合带噪学习和局部分类器的测井数据岩性识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种融合带噪学习和局部分类器的测井数据岩性识别方法，其特征在于：在步骤s1中，对于异常值直接进行剔除处理处理；对于冗余数据和离散采样点，以每种测井属性的箱线图为准，对于离散幅度超过箱线图最大值的一半，且超过半数测井属性均出现该现象的采样点，根据岩性样本数量的充足程度，决定进行直接剔除处理。
3.根据权利要求1所述的一种融合带噪学习和局部分类器的测井数据岩性识别方...
【专利技术属性】
技术研发人员：张夏林，周琦，张璐漪，张明林，张遂，李章林，刘洋，袁良军，翁正平，蔡国荣，吴冲龙，田宜平，徐凯，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。