储层分类模型的训练和分类方法、相关设备及存储介质

文档序号:37303406发布日期:2024-03-13 20:51阅读:来源:国知局

技术特征:

1.一种储层分类模型的训练方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述获取目标储层数据和目标储层数据的储层分类标签,包括:

3.根据权利要求1或2所述的方法,其特征在于,所述堆栈降噪自编码网络的每一层神经元均具有相应的权重参数和偏置参数;所述待训练的堆栈降噪自编码网络通过对堆栈降噪自编码网络的第一层和除第一层之外的其余层进行不同的初始化处理得到,包括:

4.根据权利要求1所述的方法,其特征在于,所述对待训练的加权随机森林分类器进行训练,得到目标分类器,包括:

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

6.一种储层分类方法,其特征在于,所述方法包括:

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

8.一种储层分类模型的训练装置,其特征在于,所述装置包括:

9.一种储层分类装置,其特征在于,所述装置包括:

10.一种电子设备,其特征在于,包括:

11.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-5或6-7中任一项所述的方法。


技术总结
本申请提供了一种储层分类模型的训练和分类方法、相关设备及存储介质,训练方法包括:获取目标储层数据及其储层分类标签;获取待训练的堆栈降噪自编码网络;待训练的堆栈降噪自编码网络通过对堆栈降噪自编码网络的第一层和除第一层外的其余层进行不同的初始化处理得到;将目标储层数据输入待训练的堆栈降噪自编码网络,对待训练的堆栈降噪自编码网络进行训练,得到特征提取网络;基于特征提取网络,得到目标储层数据的目标特征;将目标特征及其储层分类标签输入至待训练的加权随机森林分类器,对待训练的加权随机森林分类器进行训练,得到目标分类器;基于特征提取网络和目标分类器,得到储层分类模型。实现了对储层分类模型的准确获取。

技术研发人员:许瑞,闫铁,孙晓峰,孙士慧,侯兆凯,曲晶瑀,冯金禹,胡乔波
受保护的技术使用者:东北石油大学三亚海洋油气研究院
技术研发日:
技术公布日:2024/3/12
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1