期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度卷积神经网络的岩石矿物组分含量测井评价方法研究 被引量：2
1
作者 王玥天 毛志强 +3 位作者 胡琮 李高仁 何伟 马凤情 《地球物理学进展》 CSCD 北大核心 2023年第2期748-758,共11页
岩石矿物组分含量是地球物理勘探开发中的重点关注对象.在岩心与地层元素测井资料较少的情况下,如何提高矿物组分含量参数的预测精度显得尤为关键.本文采用深度学习方法,利用常规测井曲线对来自于地层元素测井获得的矿物组分含量进行预... 岩石矿物组分含量是地球物理勘探开发中的重点关注对象.在岩心与地层元素测井资料较少的情况下,如何提高矿物组分含量参数的预测精度显得尤为关键.本文采用深度学习方法,利用常规测井曲线对来自于地层元素测井获得的矿物组分含量进行预测.首先基于残差网络(ResNet)框架,利用一维卷积核和池化核构建了卷积神经网络模型.模型采用自然伽马、自然电位、井径、阵列感应电阻率、三孔隙度以及光电吸收截面指数测井参数作为输入,地层元素测井获得的矿物组分含量作为输出.随后对所搭建卷积神经网络进行了训练,建立了输入与输出之间的实际映射关系.最后,利用测试数据集和真实地层资料,对所建立的卷积神经网络进行了精度检验,并与人工神经网络和多元线性回归的评价结果进行了比较.结果显示,卷积神经网络在测试数据集上的总体预测数值相关性为0.90,明显优于人工神经网络的0.68与多元线性回归的0.51.通过处理实际测井资料,进一步验证了该方法的预测优越性和鲁棒性,以及其在地层参数评价方向的良好应用前景. 展开更多
关键词 深度学习 测井评价 岩石矿物组分含量 卷积神经网络
原文传递
丹贝固态发酵过程时间序列分析与预测 被引量：5
2
作者 谢元澄 马瑶 +4 位作者 沈毅 王玥天 樊娟 董明盛 梁敬东 《食品科学》 EI CAS CSCD 北大核心 2016年第21期164-169,共6页
基于机器视觉替代物理化学方法和人工方法检测丹贝发酵过程。计算色调、饱和度、亮度彩色模型空间灰度共生矩阵来提取丹贝发酵图像纹理特征。通过和人工感官评定方法的对比,丹贝图像纹理特征曲线转折点被证明可以作为决策依据来区分丹... 基于机器视觉替代物理化学方法和人工方法检测丹贝发酵过程。计算色调、饱和度、亮度彩色模型空间灰度共生矩阵来提取丹贝发酵图像纹理特征。通过和人工感官评定方法的对比,丹贝图像纹理特征曲线转折点被证明可以作为决策依据来区分丹贝发酵的4个时期,并进一步细分为6个阶段。纹理数据分析表明,少孢根霉菌丝发酵起点比人工方法提前3 h确定,丹贝发酵纹理特征值的极值点即为丹贝发酵过程的终点。通过移动观测窗来构建纹理特征时间序列,进而利用神经网络集成训练构建丹贝发酵过程的非线性时间序列模型,并最终通过此模型预测图像纹理特征曲线变化的极值点来实现对丹贝固态发酵过程和发酵终点的分析与预测。 展开更多
关键词 丹贝 固态发酵 时间序列 神经网络集成
下载PDF
利用COM为Excel增加拼音检索
3
作者 王玥天 闫泽康 谢巍弘 《电脑编程技巧与维护》 2015年第24期70-71,101,共3页
为解决拼音检索重码问题,设计开发了一个拼音检索COM组件。讨论了拼音重码编码获取、拼音编码检索初始化准备算法、汉字拼音重码码表服务、COM组件制作、Excel下COM组件的使用等问题,完整介绍了COM组件制作使用过程。实验结果表明,该组... 为解决拼音检索重码问题,设计开发了一个拼音检索COM组件。讨论了拼音重码编码获取、拼音编码检索初始化准备算法、汉字拼音重码码表服务、COM组件制作、Excel下COM组件的使用等问题,完整介绍了COM组件制作使用过程。实验结果表明,该组件功能完备、执行效率高、可操作性良好,满足了开发者及有一定操作能力的办公室人员扩展系统拼音检索功能的要求。 展开更多
关键词 拼音检索 重码 COM组件 Excel调用
下载PDF
莱州湾凹陷垦利油田沙河街组储层渗透率评价模型研究 被引量：1
4
作者 汪瑞宏 齐奕 +3 位作者 李志愿 马超 王玥天 蔡文浙 《高校地质学报》 CAS CSCD 北大核心 2021年第5期577-586,共10页
文章以莱州湾凹陷垦利油田沙河街组储层为例,对传统的回归统计模型和基于BP神经网络的人工智能预测模型评价储层渗透率方法和效果进行了对比研究。目标储量报告里定火沙三段中孔、中渗;岩性(粒度)和孔隙度是储层渗透率的主要影响因素。... 文章以莱州湾凹陷垦利油田沙河街组储层为例,对传统的回归统计模型和基于BP神经网络的人工智能预测模型评价储层渗透率方法和效果进行了对比研究。目标储量报告里定火沙三段中孔、中渗;岩性(粒度)和孔隙度是储层渗透率的主要影响因素。根据岩心及测井数据,建立了孔隙度——粒度二元回归渗透率统计评价模型和BP神经网络渗透率预测模型。通过检验样本集精度对比,分析了隐含层数、隐含层节点数等网络结构参数变化对模型预测结果的影响,重点分析了不同的测井参数输入对BP神经网络模型预测结果的影响。优化后的BP神经网络模型对检验样本集的渗透率预测结果精度最高,其平均相对误差为37%,比传统的二元回归统计模型精度提高了26%。对目标油田三口井连续处理,BP神经网络模型渗透率预测结果更加合理,可以满足开发层段产能分析等生产需求。 展开更多
关键词 测井 渗透率 统计模型 BP神经网络 模型预测 模型优化
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部