[發明專利]一種基于深度學習的多點地質統計建模參數優選方法

在審

• 申請號: 202110291757.0
• 申請日: 2021-03-18
• 公開（公告）號: CN112906305A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 喻思羽;李少華;周傳友;王軍;段太忠;何賢科
• 申請（專利權）人: 長江大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/02
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 陳家安

1.一種基于深度學習的多點地質統計建模參數優選方法，其特征在于，包括以下步驟：

1)、給定訓練圖像TI，給定多點地質統計學MPS的關鍵建模參數的K個遞增數值組成的建模參數集P；

2)、采用多點地質統計學MPS方法，使用訓練圖像TI和建模參數集P生成隨機模型集M，其中第k個參數P_k相應的隨機模型集定義為M_k，k＝1,2,…,K；每個M_k包含n個隨機模型，則隨機模型集M中共計有N＝K×n個模型；

3)、為隨機模型集M里面的所有模型給定以參數值命名的標簽L，標簽的命名規則如下：

label of M_k(i)＝k，(i＝1,2,…,n)

其中M_k(i)代表M_k中的第i個模型，”k”是標簽名稱；

4)、選取遞增的建模參數集P中的兩個相鄰參數P_k與P_k+1的合并模型集M’，隨機選取合并模型集M’中一半模型樣本進行卷積深度學習，然后評估另外一半的模型樣本識別率ρ_k；其中M’的定義如下：

M′＝M_k+M_k+1(k＝1,2,…,K-1)

5)、k增加1，如果k小于K-1，則重復步驟4)，否則進入步驟6)；

6)、建立P_k～ρ_k關系曲線，分析并選取識別率介于可識別(|ρ-0.5|φ)與不可識別(|ρ-0.5|≤φ)之間的建模參數作為最優參數，φ為給定閾值。

2.根據權利要求1所述的一種基于深度學習的多點地質統計建模參數優選方法，其特征在于：上述步驟一中所述的關鍵建模參數包括數據樣板尺寸、多重網格。