[發(fā)明專(zhuān)利]基于生成對(duì)抗網(wǎng)絡(luò)的滑動(dòng)定向數(shù)據(jù)小樣本擴(kuò)增方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010802807.2
• 申請(qǐng)日: 2020-08-11
• 公開(kāi)（公告）號(hào): CN112001480A
• 公開(kāi)（公告）日: 2020-11-27
• 發(fā)明（設(shè)計(jì)）人: 劉偉;白璟;譚東;張德軍;陳東;連太煒;汪洋;張宇;李中權(quán);馮思恒;張?chǎng)?/a>;孫銘椿;王鈺豪
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)石油天然氣集團(tuán)有限公司;中國(guó)石油集團(tuán)川慶鉆探工程有限公司
• 主分類(lèi)號(hào): G06N3/04
• 分類(lèi)號(hào): G06N3/04;G06N3/08
• 代理公司: 成都天嘉專(zhuān)利事務(wù)所(普通合伙) 51211
• 代理人: 毛光軍

本發(fā)明公開(kāi)了一種基于生成對(duì)抗網(wǎng)絡(luò)的滑動(dòng)定向數(shù)據(jù)小樣本擴(kuò)增方法，包括如下步驟：（1）數(shù)據(jù)剪裁；（2）多數(shù)據(jù)塊疊合；（3）提取類(lèi)別標(biāo)簽；（4）訓(xùn)練生成對(duì)抗網(wǎng)絡(luò)；（5）獲得多類(lèi)別的生成數(shù)據(jù)；（6）獲得有效擴(kuò)增數(shù)據(jù)。本發(fā)明實(shí)現(xiàn)了多系統(tǒng)數(shù)據(jù)直接比較分析，即通過(guò)現(xiàn)有小樣本庫(kù)數(shù)據(jù)進(jìn)行訓(xùn)練，通過(guò)生成器和判別器的不斷“博弈”使生成器生成足夠以假亂真的序列數(shù)據(jù)，以達(dá)到擴(kuò)充鉆探參數(shù)樣本庫(kù)的目的。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于生成對(duì)抗網(wǎng)絡(luò)的滑動(dòng)定向數(shù)據(jù)小樣本擴(kuò)增方法，屬于油氣鉆井(鉆探)工程技術(shù)領(lǐng)域

背景技術(shù)

對(duì)于滑動(dòng)定向數(shù)據(jù)，由于錄井、MWD、扭擺三個(gè)系統(tǒng)相互獨(dú)立，采集頻率各異，數(shù)據(jù)的完整性、準(zhǔn)確性、及時(shí)性等方面存在較大差距，各系統(tǒng)產(chǎn)生的大量數(shù)據(jù)無(wú)法提煉升華為有效數(shù)據(jù)，不能直接比較分析。同時(shí)由于采集軟件重啟、通信故障等因素易造成丟失亂碼等問(wèn)題，給數(shù)據(jù)的準(zhǔn)確定和可靠性造成了很大的影響。直接導(dǎo)致經(jīng)數(shù)據(jù)清洗整合后的有效數(shù)據(jù)集數(shù)據(jù)含量過(guò)低，如果直接應(yīng)用于神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，容易導(dǎo)致模型的過(guò)擬合，使模型泛化程度大大降低，無(wú)法滿(mǎn)足神經(jīng)網(wǎng)絡(luò)模型的需求。

滑動(dòng)定向數(shù)據(jù)集屬于典型的小樣本學(xué)習(xí)問(wèn)題，為了有效解決此類(lèi)學(xué)習(xí)問(wèn)題，第一種常見(jiàn)思路是通過(guò)改進(jìn)算法來(lái)使其更適應(yīng)于滑動(dòng)定向數(shù)據(jù)的小樣本環(huán)境。有研究者提出了一種融合專(zhuān)業(yè)知識(shí)和機(jī)器學(xué)習(xí)算法的引導(dǎo)學(xué)習(xí)方法，利用可表示的專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)，指導(dǎo)學(xué)習(xí)器對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，優(yōu)化學(xué)習(xí)模型參數(shù)，從而減少對(duì)海量樣本數(shù)據(jù)的依賴(lài)。但是該方法在先驗(yàn)知識(shí)與機(jī)器學(xué)習(xí)算法融合的機(jī)理研究以及具體的經(jīng)驗(yàn)知識(shí)提取和封裝等方面還需要進(jìn)行進(jìn)一步深入研究。第二種常見(jiàn)方法是將深度學(xué)習(xí)技術(shù)與遷移學(xué)習(xí)相結(jié)合再應(yīng)用于滑動(dòng)定向數(shù)據(jù)集，先在相關(guān)領(lǐng)域的大數(shù)據(jù)集中對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)訓(xùn)練，提取出預(yù)訓(xùn)練模型的權(quán)重和樣本特征，用于目標(biāo)小數(shù)據(jù)集中對(duì)模型進(jìn)行初始化，以幫助模型對(duì)目標(biāo)小數(shù)據(jù)集展開(kāi)訓(xùn)練。該方法需要目標(biāo)小數(shù)據(jù)集在相關(guān)領(lǐng)域中有可以輔助的大規(guī)模數(shù)據(jù)集，而在石油鉆探行業(yè)中缺少可輔助的大數(shù)據(jù)集，因此該方法無(wú)法很好地在石油進(jìn)行應(yīng)用。第三種常用方法是通過(guò)對(duì)已有滑動(dòng)定向數(shù)據(jù)樣本進(jìn)行一定的處理來(lái)增加樣本的數(shù)量。有研究者利用支持向量機(jī)結(jié)合網(wǎng)格搜索法對(duì)原始小樣本數(shù)據(jù)進(jìn)行預(yù)測(cè)擴(kuò)充。但是支持向量機(jī)對(duì)缺失數(shù)據(jù)、參數(shù)和核函數(shù)的選擇比較敏感，目前還沒(méi)有好的方法來(lái)解決核函數(shù)的選取問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)存在的上述問(wèn)題，提供一種基于生成對(duì)抗網(wǎng)絡(luò)的滑動(dòng)定向數(shù)據(jù)小樣本擴(kuò)增方法。本發(fā)明實(shí)現(xiàn)了多系統(tǒng)數(shù)據(jù)直接比較分析，即通過(guò)現(xiàn)有小樣本庫(kù)數(shù)據(jù)進(jìn)行訓(xùn)練，通過(guò)生成器和判別器的不斷“博弈”使生成器生成足夠以假亂真的序列數(shù)據(jù)，以達(dá)到擴(kuò)充鉆探參數(shù)樣本庫(kù)的目的。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種基于生成對(duì)抗網(wǎng)絡(luò)的滑動(dòng)定向數(shù)據(jù)小樣本擴(kuò)增方法，其特征在于，包括如下步驟：

(1)數(shù)據(jù)剪裁：在不影響滑動(dòng)定向數(shù)據(jù)特征表示的前提下，對(duì)訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行剪裁；

(2)多數(shù)據(jù)塊疊合：在輸入的通道維度上對(duì)數(shù)據(jù)塊按順序進(jìn)行疊合，使其適應(yīng)生成對(duì)抗網(wǎng)絡(luò)的多維輸入；

(3)提取類(lèi)別標(biāo)簽：分別對(duì)步驟(2)中的數(shù)據(jù)塊按對(duì)應(yīng)的類(lèi)別標(biāo)簽序列進(jìn)行編碼；

(4)訓(xùn)練生成對(duì)抗網(wǎng)絡(luò)：用劃分好的數(shù)據(jù)塊、標(biāo)簽序列和隨機(jī)高維噪聲訓(xùn)練生成對(duì)抗網(wǎng)絡(luò)；

(5)獲得多類(lèi)別的生成數(shù)據(jù)；輸入目標(biāo)類(lèi)別的隨機(jī)噪聲，獲得該類(lèi)別的生成數(shù)據(jù)，調(diào)整標(biāo)簽信息，獲得不同參數(shù)類(lèi)別的生成數(shù)據(jù)；

(6)獲得有效擴(kuò)增數(shù)據(jù)：將步驟(5)中的生成數(shù)據(jù)重新剪裁為相應(yīng)的數(shù)據(jù)塊，并按數(shù)據(jù)表尺寸進(jìn)行拼接擴(kuò)增，成為與原數(shù)據(jù)集同規(guī)格的數(shù)據(jù)。

步驟(1)中，根據(jù)其數(shù)據(jù)結(jié)構(gòu)，可將其劃分為多個(gè)n m維的“數(shù)據(jù)塊”，其中m代表預(yù)輸入數(shù)據(jù)的維度，n代表每批次輸入的行數(shù)。

步驟(1)中，采取設(shè)置數(shù)據(jù)塊最大及最小尺寸的方式對(duì)數(shù)據(jù)裁剪行為進(jìn)行規(guī)范和限定。