【技术实现步骤摘要】
本专利技术属于石油/天然气探测，具体涉及一种基于半监督学习的岩屑白光图片分类方法、系统、设备、介质及程序。
技术介绍
1、岩屑样本的多样性是显而易见的。从坚硬的石英砂岩到松软的泥岩，从富含化石的灰岩到富含矿物的火成岩，岩屑的种类繁多，形态各异。此外，岩屑在上升过程中可能遭受磨损、污染或混合，导致原本清晰的特征变得模糊或难以辨认。这些因素极大地增加了准确识别岩屑类型的难度。
2、技术人员的专业性和熟练度对分析结果有着至关重要的影响。即便是经验丰富的技术人员，在面对复杂多变的岩屑样本时，也可能因为疲劳、注意力分散或个人判断差异而出现误判。而对于新入职或经验不足的技术人员来说，更是容易陷入迷茫，难以快速准确地完成岩屑分类工作。
3、在石油天然气探测领域内，在获取了大量和油井中的岩屑时往往需要依赖肉眼观测判断出该岩屑的类型，由于岩屑中杂质很多这项工作十分考验技术人员的技术功底，故因为不同的技术人员的专业性以及熟练度参差不齐，因此往往该项工作耗时耗力且无法保证得到较高的准确率。
技术实现思路b>
1本文档来自技高网...
【技术保护点】
1.一种基于半监督学习的岩屑白光图片分类方法，其特征在于，包括：
2.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，所述对获取岩屑白光图片数据进行处理，构建数据集，包括：
3.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，使用数据集来训练基于半监督学习的岩屑白光图片分类网络，得到分类网络模型，包括：
4.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，所述设计损失函数对分类网络模型进行迭代训练，得到最终的分类网络模型，包括：
5.根据权利要...
【技术特征摘要】
1.一种基于半监督学习的岩屑白光图片分类方法，其特征在于，包括：
2.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，所述对获取岩屑白光图片数据进行处理，构建数据集，包括：
3.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，使用数据集来训练基于半监督学习的岩屑白光图片分类网络，得到分类网络模型，包括：
4.根据权利要求1所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，所述设计损失函数对分类网络模型进行迭代训练，得到最终的分类网络模型，包括：
5.根据权利要求4所述的一种基于半监督学习的岩屑白光图片分类方法，其特征在于，所述将数据集输入分类网络模型中的主干网络进行特征提取，根据分类结果设计损失函数，包括：
6.根据权利要求5所述的一种基于半...
【专利技术属性】
技术研发人员：李晨，黄子舰，白家宇，周光平，田丽华，吴兴广，谢先奎，祝继华，王维斌，吴勇，许玉青，李钟毓，张春朋，赵培鹏，
申请(专利权)人：西安交通大学，
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。