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8,418篇文章
< 1 2 … 250 >
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：
基于轻量级卷积神经网络的岩石图像岩性识别方法
1
作者 刘善伟 马志伟 +1 位作者 魏世清 魏忠勇 《地质科技通报》 北大核心 2026年第1期360-370,共11页
岩性识别是油气勘探和开发过程中的重要环节,对于油气勘探定位、储层评价以及储层模型建立具有重要的指导意义。但传统的人工岩性识别方法耗时耗力,经典的深度学习模型虽然识别精度高,但模型的参数量较大,为了提高模型识别精度,同时降... 岩性识别是油气勘探和开发过程中的重要环节,对于油气勘探定位、储层评价以及储层模型建立具有重要的指导意义。但传统的人工岩性识别方法耗时耗力,经典的深度学习模型虽然识别精度高,但模型的参数量较大,为了提高模型识别精度,同时降低模型的参数量,使模型适用于岩性实时识别工作,首先收集了白云岩、砂岩等8种岩石共3016张岩石图像构建岩性识别数据集,然后以轻量型卷积神经网络ShuffleNetV2模型为基础网络,提出了一种Rock-ShuffleNetV2岩性识别模型(RSHFNet模型)。模型中将混合注意力机制模块(convolutional block attention module,简称CBAM)以及多尺度特征融合模块(multi-scale feature fusion module,简称MSF)融入基础网络中以加强模型的特征提取能力,提升模型识别性能,并优化模型中ShuffleNetV2单元的堆叠次数以减少模型参数量。结果表明:与基础模型相比,RSHFNet模型的准确率达到了87.21%,提高了4.98%;同时,模型参数量与浮点运算量分别降低到了869702个,0.93×108,分别是基础模型的0.67,0.63倍,模型参数量明显降低;并且RSHFNet模型的综合性能明显优于现有的卷积神经网络。RSHFNet岩性识别模型具有较高的识别精度和较好的泛化能力,同时更加的轻量化,为实现野外实时的岩性识别工作提供了新思路。 展开更多
关键词 岩性识别 ShuffleNetV2网络 混合注意力机制模块 多尺度特征融合模块 卷积神经网络
在线阅读 下载PDF
井场凝灰质岩性测录井综合识别方法
2
作者 陶涛 周越洋 +3 位作者 姚振河 夏竹君 王轲 顾玉洋 《石油和化工设备》 2026年第1期44-47,67,共5页
随着南海东部勘探向“双古、双深”挺进,所钻遇岩性及储层特征也越来越复杂。近年来,在不同区块,不同层位均钻遇岩浆岩、火山碎屑岩等岩性。特殊岩性储层的识别及研究已成为未来增储上产的突破方向。凝灰质岩性作为火山碎屑岩的一种,具... 随着南海东部勘探向“双古、双深”挺进,所钻遇岩性及储层特征也越来越复杂。近年来,在不同区块,不同层位均钻遇岩浆岩、火山碎屑岩等岩性。特殊岩性储层的识别及研究已成为未来增储上产的突破方向。凝灰质岩性作为火山碎屑岩的一种,具有岩屑颗粒细碎、不易挑样观察等特征,因此,建立一套基于现场录测井手段快速识别凝灰质岩性的方法至关重要。以南海东部西江凹陷某构造一口探井为例,研究了运用井场岩屑录井、元素录井等识别凝灰岩、凝灰质泥岩、凝灰质砂岩的方法。然后结合测录井曲线,研究该区域内凝灰质岩性的测录井参数响应特征。本文探索出的凝灰质岩性识别方法对于现场缺少岩心情况下区域探井特殊岩性的识别具有很好的借鉴意义。 展开更多
关键词 南海东部 岩性识别 凝灰质岩性 元素录井 测井响应
在线阅读 下载PDF
河湖交互背景下有利岩性区带半定量优选评价——以西湖凹陷中南部花港组SQ3层序为例
3
作者 姜雪 秦兰芝 +2 位作者 肖晓光 刘桐 耿慧 《海洋地质前沿》 北大核心 2026年第1期25-39,共15页
近年来西湖凹陷构造-岩性复合圈闭油气取得重大突破,对其主要油气富集层段之一花港组的勘探重点逐渐转向岩性勘探,针对花港组岩性的勘探目标尚不明确。本研究通过分析西湖凹陷中南部花港组SQ3层序的沉积特征,在明确沉积相带分布的基础上... 近年来西湖凹陷构造-岩性复合圈闭油气取得重大突破,对其主要油气富集层段之一花港组的勘探重点逐渐转向岩性勘探,针对花港组岩性的勘探目标尚不明确。本研究通过分析西湖凹陷中南部花港组SQ3层序的沉积特征,在明确沉积相带分布的基础上,利用网格化划分半定量方法评价岩性目标发育潜力,指出有利砂体发育区,寻找有利岩性体,为今后寻找岩性目标提供新方法。研究结果表明:①西湖凹陷中南部花港组SQ3层序内沉积相主要发育河流相、浅水三角洲相和浅湖相,平面上具有明显分区分带、垂向上具有交互演化的特征,平面上和垂向上河控主体区、河湖交互区及湖相主体区交互分布;②基于现有钻井统计,建立了沉积、构造以及岩性参数对岩性目标及油气充注影响顺序,构建了1套中南部带网格单元构造-沉积多维半定量有利区优选评价方法;③指明了重点区分布和优势沉积相为三角洲前缘复合砂坝,河道复合砂坝和河口坝。 展开更多
关键词 河湖交互体系 半定量评价 岩性区带 花港组 西湖凹陷
在线阅读 下载PDF
川中古隆起北斜坡超深层气藏地震高分辨成像与岩性圈闭识别技术
4
作者 张旋 张福宏 +6 位作者 许翔 闫媛媛 韩嵩 代瑞雪 陈康 张宇生 汤聪 《石油物探》 北大核心 2026年第1期166-175,共10页
川中古隆起北斜坡下古-震旦系岩性圈闭埋深超6000 m,地震信号高频衰减现象显著,主频小于30 Hz,60 Hz以上频段的能量损失超过70%,同时,白云岩、灰岩与硅质层的纵波阻抗重叠率较高,导致岩性圈闭识别存在强多解性。针对超深层弱信号保真恢... 川中古隆起北斜坡下古-震旦系岩性圈闭埋深超6000 m,地震信号高频衰减现象显著,主频小于30 Hz,60 Hz以上频段的能量损失超过70%,同时,白云岩、灰岩与硅质层的纵波阻抗重叠率较高,导致岩性圈闭识别存在强多解性。针对超深层弱信号保真恢复以及复杂岩性叠置等难题,提出了高分辨成像-智能解释-定量评价一体化技术体系。其中,基于多尺度信息蒸馏网络的智能去噪技术可使峰值信噪比提升10 dB以上,小波变换时频域能量补偿技术将地震信号主频提升至35 Hz、有效频带拓宽27%,全波形叠前反演多次波压制技术使井震标定吻合度达到92%,实现了超深层弱信号的高保真恢复与复杂波场的准确重构;相位旋转层序解释方法与地质-地球物理协同反演体系使储层预测误差小于15%,有效提高了超深层复杂圈闭的识别精度。应用结果表明,研究区岩性圈闭识别符合率从62%提升至81%。人工智能驱动的地震数据处理及资料解释技术为超深层弱信号恢复与岩性差异表征提供了智能化解决方案,对于国内其他区域的复杂油气藏勘探具有重要借鉴意义。 展开更多
关键词 超深层 岩性圈闭识别 高分辨率成像 人工智能 多次波压制 储层预测
在线阅读 下载PDF
骨料岩性对水工混凝土性能的影响研究
5
作者 牛瑶瑶 《水利科学与寒区工程》 2026年第1期56-59,共4页
通过对比天然卵石、砂岩和二长岩人工碎石对水工混凝土的影响,探讨了不同岩性骨料对强度、抗渗抗冻性和变形性能的影响规律。结果表明,人工碎石(砂岩和二长岩)由于表面粗糙和棱角较多,可以增强与水泥砂浆的黏结力,从而提高基体强度;天... 通过对比天然卵石、砂岩和二长岩人工碎石对水工混凝土的影响,探讨了不同岩性骨料对强度、抗渗抗冻性和变形性能的影响规律。结果表明,人工碎石(砂岩和二长岩)由于表面粗糙和棱角较多,可以增强与水泥砂浆的黏结力,从而提高基体强度;天然卵石表面光滑,影响界面过渡区黏结性,但其高弹性模量能够增加整体强度;天然卵石混凝土表现出更优的抗渗性能,而二长岩碎石组在抗冻性能上表现最佳,此外骨料弹性模量和吸水率显著影响混凝土自生体积与干缩变形,可以为水利工程实践中合理选择混凝土骨料提供科学依据。 展开更多
关键词 骨料岩性 力学性能 耐久性能 水工混凝土
在线阅读 下载PDF
岩土工程勘察中岩性识别技术研究
6
作者 李能林 《石材》 2026年第2期107-109,共3页
针对岩土工程勘察中岩性识别的关键技术,文章系统阐述了钻探取芯、物理测试、化学分析及波速测试等多种识别手段的理论方法和技术特点。建立的岩性识别技术体系可为复杂地质条件下的工程勘察提供技术支撑。
关键词 岩性识别 钻探取芯 物理测试 化学分析 波速测试
在线阅读 下载PDF
南海西部小规模岩性油藏自流注水选层评价与动态监测技术
7
作者 舒杰 张连枝 +2 位作者 李彦闯 王刘英 彭东宇 《石油石化物资采购》 2026年第2期157-159,共3页
为实现小规模岩性油藏自流注水开发精准选层与高效调控,构建多维度储层适用性评价选层技术体系,研发动态效果实时监测与优化技术。通过油层靶区优选、储层精细描述、产能定量评价及水源层适配性分析,建立自流注水选层标准;集成试井解释... 为实现小规模岩性油藏自流注水开发精准选层与高效调控,构建多维度储层适用性评价选层技术体系,研发动态效果实时监测与优化技术。通过油层靶区优选、储层精细描述、产能定量评价及水源层适配性分析,建立自流注水选层标准;集成试井解释、油藏物质平衡及数值模拟方法,形成生产异常诊断与参数优化技术。在涠洲油田X井应用数据表明,该技术体系选层准确率达90%以上,有效识别近井污染等生产异常,使X井产液能力从5.0m^(3)/(MPa・d)恢复至26m^(3)/(MPa・d),保障开发效果。研究成果为小规模岩性油藏自流注水开发精准施策提供技术支撑。 展开更多
关键词 小规模岩性油藏 自流注水 选层评价 动态监测 生产异常诊断 参数优化
在线阅读 下载PDF
基于语义分割的长白山火山岩性遥感数据集
8
作者 李成范 韩晶鑫 +5 位作者 盘晓东 刘岚 颜丽丽 康建红 刘学锋 肖舟怡 《岩石学报》 北大核心 2025年第4期1442-1453,共12页
火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Se... 火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Sentinel-2)遥感图像为数据源,结合地质资料和野外核查制作了一个基于深度学习语义分割的长白山火山岩性遥感数据集。该数据集内容包含遥感图像、标签数据、说明文件,岩性类型覆盖玄武质火山岩、粗面质火山岩、碱流质火山岩、火山岩性混合堆积(碎屑堆积、火山泥流堆积、火山空落堆积);共计36张样本图像,单张图像尺寸为395像元×395像元,空间分辨率为10m。利用经典的深度卷积神经网络(deep convolution neural network,DCNN)DeepLab V3+模型对火山岩性数据集进行了测试和验证,实验结果表明本文数据集具有较强的火山岩性描述能力,鲁棒性和泛化性较好,总体准确率均高于88%;特征训练与提取过程中人为干扰较少,自动化水平较高。可为火山岩性智能识别提供数据基础,提高野外火山遥感岩性调查的准确性和效率。 展开更多
关键词 长白山火山 语义分割 岩性数据集 岩性识别 遥感图像
在线阅读 下载PDF
基于岩性指数和三维特征空间的岩性分类方法研究 被引量：1
9
作者 张群佳 王乐 +1 位作者 刘磊 王亚磊 《地质学报》 北大核心 2025年第3期1061-1072,共12页
遥感岩性分类特别是镁铁—超镁铁质岩和花岗岩体自动识别对于矿产勘查具有重要意义,目前尚缺少综合可见光-近红外(VNIR)、短波红外(SWIR)和热红外(TIR)影像的岩性分类方法。本研究以甘肃北山辉铜山和新疆东天山黄山2个区域为研究区,基... 遥感岩性分类特别是镁铁—超镁铁质岩和花岗岩体自动识别对于矿产勘查具有重要意义,目前尚缺少综合可见光-近红外(VNIR)、短波红外(SWIR)和热红外(TIR)影像的岩性分类方法。本研究以甘肃北山辉铜山和新疆东天山黄山2个区域为研究区,基于先进星载发射与反射辐射计(ASTER)数据,根据岩石在VNIR-SWIR区间的反射光谱特征及TIR区间的辐射特征建立镁铁质—超镁铁质岩指数(MI)、含石英岩指数(QI)和综合比值,利用岩性指数和综合比值结果构建三维特征空间模型,根据岩石在特征空间中的聚类特征实现特定岩性的分类提取。将该模型用于甘肃北山辉铜山和新疆东天山黄山地区岩性分类,野外检查证实分类结果精度较高。结果表明本文提出的综合利用VNIR-SWIR和TIR数据的岩性指数和三维特征空间岩性分类模型,可有效提取目标岩性,具有较高精度和适用性,在我国西部地区具有较好的应用前景。 展开更多
关键词 ASTER 岩性分类 特征空间 岩性指数 比值
在线阅读 下载PDF
基于SMOTE平衡数据的极端随机树岩性识别 被引量：4
10
作者 曹志民 张丽 +1 位作者 郑兵 韩建 《吉林大学学报(地球科学版)》 北大核心 2025年第4期1372-1386,共15页
在油气勘探和地质工程中,精确的岩性识别对于资源评估和开采具有重要意义。由于地质数据的固有复杂性及岩性样本的不平衡问题,传统方法在岩性识别中面临诸多挑战。本文提出一种合成少数类过采样技术(synthetic minority over-sampling t... 在油气勘探和地质工程中,精确的岩性识别对于资源评估和开采具有重要意义。由于地质数据的固有复杂性及岩性样本的不平衡问题,传统方法在岩性识别中面临诸多挑战。本文提出一种合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)结合极端随机树进行岩性识别的方法。首先,通过SMOTE增强少数类样本的表征,提高训练数据的平衡性;其次,利用极端随机树的高效性和强泛化能力构建岩性分类模型。实验结果表明:极端随机树的识别准确率为85.54%,相比其他机器学习方法梯度提升决策树(gradient boosting decision tree,GBDT)、极端梯度提升(extreme gradient boosting,XGBoost)、轻量级梯度提升机(light gradient boosting machine,LightGBM)和随机森林分别提高了5.58%、2.55%、2.35%和2.08%;SMOTE采样后,降低了样本不平衡引起的预测偏差,各模型中少数岩性类别的整体识别精度显著提高,提升了各模型的整体性能,极端随机树性能最优,识别准确率提升到86.62%,相比GBDT、XGBoost、LightGBM和随机森林分别提高了4.71%、2.56%、1.55%和2.02%,验证了SMOTE结合极端随机树的有效性。 展开更多
关键词 岩性识别 机器学习 随机森林 极端随机树 平衡数据
在线阅读 下载PDF
激光三维点云在岩性语义分割中的应用综述 被引量：2
11
作者 邵燕林 刘浪 +4 位作者 曾齐红 胡忠贵 魏薇 邓帆 王庆 《科学技术与工程》 北大核心 2025年第4期1313-1324,共12页
激光三维扫描技术可快速获取扫描目标表面的点云数据,包括用于描述目标几何特征的空间点坐标和刻画目标材质反射率信息的激光反射强度。将激光三维点云的自动语义分割技术应用于地质勘探研究中,能为区域地质特征描绘奠定基础。为了展示... 激光三维扫描技术可快速获取扫描目标表面的点云数据,包括用于描述目标几何特征的空间点坐标和刻画目标材质反射率信息的激光反射强度。将激光三维点云的自动语义分割技术应用于地质勘探研究中,能为区域地质特征描绘奠定基础。为了展示激光三维扫描技术在地质场景大规模语义分割领域的最新进展,首先对摄影测量和激光雷达两种三维点云获取方式进行了比较,得到激光雷达在精度、泛用性、不易受光照条件影响等方面具有优势。通过阐述岩性语义分割的原理,将近年来基于几何特征或强度特征的岩性点云分割方法进行了全面的归纳和总结;介绍了常用大规模点云数据集和评价指标,并比较不同算法分割性能;最后总结了现有方法的局限性,并指出岩性语义分割任务未来研究方向进行展望。 展开更多
关键词 三维激光雷达 数字模型 点云语义分割 岩性分类
在线阅读 下载PDF
基于改进Stacking算法的碳酸盐岩储层测井岩性识别方法与应用 被引量：3
12
作者 罗水亮 漆影强 +4 位作者 唐松 阮基富 高达 刘乾乾 李生 《特种油气藏》 北大核心 2025年第4期58-67,共10页
针对川中地区碳酸盐岩储层传统岩性识别方法精度低、模型泛化能力弱的问题,提出一种基于改进Stacking算法的测井岩性识别方法。该方法融合多种机器学习模型的优势,优化特征加权策略,可提高对测井曲线关键信息的提取能力,同时增强对复杂... 针对川中地区碳酸盐岩储层传统岩性识别方法精度低、模型泛化能力弱的问题,提出一种基于改进Stacking算法的测井岩性识别方法。该方法融合多种机器学习模型的优势,优化特征加权策略,可提高对测井曲线关键信息的提取能力,同时增强对复杂岩性的识别准确性和稳定性。相比传统方法,该模型能够更有效地捕捉测井数据的非线性关系,并降低不同岩性类别间的预测混淆度。研究结果表明:该方法在四川盆地川中地区碳酸盐岩储层的岩性识别精度达到96%,较传统模型提升6个百分点,且平均相对误差更低,预测效果更优。改进的Stacking算法结合高效计算框架,可显著提升训练和预测效率,使岩性识别更加高效、可靠。该方法可有效地识别复杂岩性,为碳酸盐岩储层岩性识别提供参考。 展开更多
关键词 STACKING 集成学习 特征加权 碳酸盐岩 岩性识别
在线阅读 下载PDF
基于MSCNN-GRU神经网络补全测井曲线和可解释性的智能岩性识别 被引量：2
13
作者 王婷婷 王振豪 +2 位作者 赵万春 蔡萌 史晓东 《石油地球物理勘探》 北大核心 2025年第1期1-11,共11页
针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问... 针对传统岩性识别方法在处理测井曲线缺失、准确性以及模型可解释性等方面的不足,提出了一种基于MSCNN-GRU神经网络补全测井曲线和Optuna超参数优化的XGBoost模型的可解释性的岩性识别方法。首先,针对测井曲线在特定层段丢失或失真的问题,引入了基于多尺度卷积神经网络(MSCNN)与门控循环单元(GRU)神经网络相结合的曲线重构方法,为后续的岩性识别提供了准确的数据基础;其次,利用小波包自适应阈值方法对数据进行去噪和归一化处理,以减少噪声对岩性识别的影响;然后,采用Optuna框架确定XGBoost算法的超参数,建立了高效的岩性识别模型;最后,利用SHAP可解释性方法对XGBoost模型进行归因分析,揭示了不同特征对于岩性识别的贡献度,提升了模型的可解释性。结果表明,Optuna-XGBoost模型综合岩性识别准确率为79.91%,分别高于支持向量机(SVM)、朴素贝叶斯、随机森林三种神经网络模型24.89%、12.45%、6.33%。基于Optuna-XGBoost模型的SHAP可解释性的岩性识别方法具有更高的准确性和可解释性,能够更好地满足实际生产需要。 展开更多
关键词 岩性识别 多尺度卷积神经网络 门控循环单元神经网络 XGBoost 超参数优化 可解释性
在线阅读 下载PDF
基于多复合测井参数的复杂岩性核主元识别方法——以开鲁盆地陆西凹陷九佛堂组储层为例 被引量：1
14
作者 裴家学 郭晗 +5 位作者 周立国 张甲明 田涯 李皓 李雪英 隋强 《大庆石油地质与开发》 北大核心 2025年第2期136-146,共11页
开鲁盆地陆西凹陷九佛堂组储层复杂岩性与测井曲线之间存在非线性响应关系,致使常规岩性识别方法存在多解性和不确定性。为此引入4个与储层岩性相关的复合测井参数,增强测井曲线描述复杂岩性非线性响应特征能力;结合高斯核函数和多项式... 开鲁盆地陆西凹陷九佛堂组储层复杂岩性与测井曲线之间存在非线性响应关系,致使常规岩性识别方法存在多解性和不确定性。为此引入4个与储层岩性相关的复合测井参数,增强测井曲线描述复杂岩性非线性响应特征能力;结合高斯核函数和多项式核函数各自的优良特性,构建组合核函数,改善核主元分析方法的全局识别能力;采用K-折交叉验证法确定合理的核半径参数,从而建立一套基于多复合测井参数表征的复杂岩性核主元识别方法。实际岩性数据测试分析结果表明,引入多复合测井参数后,复杂岩性数据在核主元空间具有显著的线性可分性,岩性相对位置集中、固定且区带划分标准明确,表明该岩性划分方法具有良好的稳定性,后验识别符合率92.7%以上,证明该方法在复杂岩性识别中的有效性。研究成果为开鲁盆地复杂岩性区的岩性精确识别提供了一种新的技术思路。 展开更多
关键词 核主元分析 岩性识别 复合测井参数 组合核函数 K-折交叉验证法
在线阅读 下载PDF
LogDiffusion:一种基于扩散概率模型的岩性识别方法 被引量：1
15
作者 赵逢达 韩滋民 +2 位作者 付晓飞 章蓬伟 李贤善 《地球物理学进展》 北大核心 2025年第1期106-120,共15页
岩性识别是油气资源勘查开发过程中的关键步骤之一.目前,利用深度学习技术进行测井岩性识别能够显著提高识别速度和准确率,然而,由于测井数据集经常存在数据量不足和岩性类别分布不均衡等问题,神经网络在训练过程中容易出现过拟合现象,... 岩性识别是油气资源勘查开发过程中的关键步骤之一.目前,利用深度学习技术进行测井岩性识别能够显著提高识别速度和准确率,然而,由于测井数据集经常存在数据量不足和岩性类别分布不均衡等问题,神经网络在训练过程中容易出现过拟合现象,导致模型的准确率降低.为了解决这些问题,本文提出一种基于扩散概率模型的岩性识别模型LogDiffusion,该模型能够生成高质量的测井数据并用于训练,从而提升岩性识别的分类准确率.在传统的扩散概率模型的基础上,考虑到测井数据的一维结构,本文设计了一种用于估计梯度的分数网络FT-Unet,并提出了一种辅助分类器FT-Transformer以获取准确的岩性标签.此外,还提出了一种基于阈值的动态标签机制以提高采样算法的准确性.在两个小样本盲井测井数据集上的实验结果表明,该方法能够一定程度上解决测井数据集数据量不足和岩性类别分布不均衡的问题,从而提升岩性识别的准确率和精度. 展开更多
关键词 岩性识别 数据增强 深度学习 扩散概率模型
原文传递
基于成像光谱的砂岩铀矿岩性分类深度学习方法 被引量：1
16
作者 潘蔚 张元涛 +1 位作者 师俞晨 陈雪娇 《地质通报》 北大核心 2025年第2期315-325,共11页
【研究目的】岩心编录对获取地球深部地质信息意义重大,目前,人工编录仍然是获取岩性等信息的主要手段,存在编录过程费时费力,编录结果不完整、主观性强的缺点。【研究方法】以鄂尔多斯盆地西南部砂岩型铀矿岩心钻孔ZKH3为研究对象,将... 【研究目的】岩心编录对获取地球深部地质信息意义重大,目前,人工编录仍然是获取岩性等信息的主要手段,存在编录过程费时费力,编录结果不完整、主观性强的缺点。【研究方法】以鄂尔多斯盆地西南部砂岩型铀矿岩心钻孔ZKH3为研究对象,将深度学习技术与成像光谱技术应用于岩心岩性识别。【研究结果】构建了包含7个一维卷积层、2个池化层、1个一维卷积注意力模块和3个全连接层卷积神经网络模型。并收集整理了7类岩石共26877条光谱样本,完成了模型优化和训练。最后,通过与支持向量机(SVM)的对比及在整孔岩心中的应用,评价了模型性能。结果表明,深度学习岩性识别模型的总体精度(OA)达到94.6%,其中泥岩、细砂岩、粉砂岩、中砂岩、粗砂岩、砂砾岩及背景的生产者精度(PA)分别为95.07%、72.02%、97.50%、97.37%、96.65%、97.33%、99.01%,Kappa系数为0.94,总体优于SVM,且取得了与地质编录相当的效果。【结论】表明基于成像光谱数据的深度学习模型具有良好的钻孔岩性分类识别能力,可实现岩性的无损快速识别,在一定程度上降低了人工地质编录的主观性,可为岩心数字化及自动化编录研究提供参考。 展开更多
关键词 成像光谱 铀矿 砂岩粒级 岩性分类 深度学习
在线阅读 下载PDF
基于数据驱动的TBM掘进地层岩性识别预测方法 被引量：3
17
作者 丁自伟 高成登 +5 位作者 张玲 张旭 侯涛 翟剑平 王家行 董云俊 《采矿与安全工程学报》 北大核心 2025年第1期147-160,共14页
随着全断面硬岩掘进机(TBM)在煤矿巷道掘进施工中的广泛应用,地层信息的准确、实时识别已成为保证掘进效率的关键因素。为了研究掘进参数与地层岩性的相互作用关系,以西北矿业高家堡煤矿西区开拓大巷为工程背景,通过对稳定阶段掘进参数... 随着全断面硬岩掘进机(TBM)在煤矿巷道掘进施工中的广泛应用,地层信息的准确、实时识别已成为保证掘进效率的关键因素。为了研究掘进参数与地层岩性的相互作用关系,以西北矿业高家堡煤矿西区开拓大巷为工程背景,通过对稳定阶段掘进参数的深入分析,建立地层岩性与关键掘进参数之间的“机-岩”感知关系,提出基于数据驱动的TBM掘进地层岩性识别的Stacking集成预测算法,确定与地层岩性预测相关的主要输入特征参数,包括推进速度v、刀盘转速n、刀盘推力F、刀盘扭矩T和贯入度P。训练结果表明,Stacking预测模型在5个输入参数的平衡精度和训练时间下均获得了最佳性能;预测模型多元评价结果显示,Stacking模型的AUC曲线面积指数为0.97,比单一的XGBoost,ANN和SVM模型(0.94,0.94,0.95)预测精度更高,且在处理不均衡数据预测表现出明显的优势。因此,基于本研究的预测模型可以很好地指导现场TBM掘进参数的调整,可有效减少TBM故障停机和刀头的磨损,提高掘进效率。 展开更多
关键词 TBM掘进参数 岩性识别 机器学习 Stacking集成学习算法
原文传递
岩性智能识别技术发展现状与实践 被引量：3
18
作者 黄麟淇 魏云峰 李夕兵 《黄金》 2025年第7期1-13,共13页
岩性识别技术是分辨目标岩石类型,从而掌握地质构造特征和矿产分布的有力手段。传统岩性识别技术(如岩石手标本/薄片显微鉴定、遥感法和测井法等)存在主观性强、效率低、抗干扰性弱、工艺复杂等局限。基于传统机器学习的岩性自动化识别... 岩性识别技术是分辨目标岩石类型,从而掌握地质构造特征和矿产分布的有力手段。传统岩性识别技术(如岩石手标本/薄片显微鉴定、遥感法和测井法等)存在主观性强、效率低、抗干扰性弱、工艺复杂等局限。基于传统机器学习的岩性自动化识别方法虽一定程度上突破了传统岩性识别技术的瓶颈,但丰富的岩性特征信息难以被充分利用。基于深度学习的岩性智能识别技术逐渐表现出优异性能。基于现有深度学习模型,详细介绍VGG-16卷积神经网络通过迁移学习来识别岩性的技术流程,该技术不但可以降低对岩性标注数据量的依赖,还能通过自动捕捉岩性的高维特征信息来增加识别的泛化能力。此外,岩性智能识别技术将会在以下方向进行创新发展:构建包含多矿种、多尺度的标准岩石图像数据库;开发现场实时岩性识别系统,轻量化处理识别模型;融合岩石视觉、光谱、物理属性等多维度的数据信息,通过协同分析方法来提升智能识别模型的可靠性;构建矿山岩性动态感知系统,推动精准采矿向全流程智能化升级。 展开更多
关键词 矿山勘探 岩性识别 人工智能 深度学习 VGG-16 机器学习
在线阅读 下载PDF
海陆过渡带平缓斜坡背景下复杂岩性发育的控制机制——以伊拉克B油田Asmari组为例
19
作者 童凯军 李宗泽 +5 位作者 曹树春 唐嘉伟 刘毅龙 刘四兵 范云杰 伏美燕 《海相油气地质》 北大核心 2025年第5期471-480,共10页
在海陆过渡带平缓斜坡沉积背景下,海平面升降频繁,导致砂岩、白云岩、石灰岩及混积岩在纵向与平面上呈现复杂的沉积特征,岩性分布规律尚不明确。以伊拉克B油田Asmari组为研究对象,通过岩心观察、显微薄片分析及钻测井资料综合解释,系统... 在海陆过渡带平缓斜坡沉积背景下,海平面升降频繁,导致砂岩、白云岩、石灰岩及混积岩在纵向与平面上呈现复杂的沉积特征,岩性分布规律尚不明确。以伊拉克B油田Asmari组为研究对象,通过岩心观察、显微薄片分析及钻测井资料综合解释,系统揭示了平缓斜坡背景下复杂岩性发育的主控因素。研究取得以下认识:(1)Asmari组岩性可划分为碳酸盐岩、混积岩和陆源碎屑岩3大类,其中混积岩又可细分为8类。基于岩石学特征与测井响应耦合分析,进一步识别出7种典型岩相组合序列。(2)岩相空间分布具有显著分带性。研究区西北部与东南部以碳酸盐岩相的同类组合为主,中部碎屑岩相的同类组合比例显著增加,其余过渡带不同类型混积岩相的组合占比较大。(3)研究区古地貌呈现“西北和东南低、中部隆起”的缓坡格局,古隆起主要发育陆源碎屑沉积,古洼地发育碳酸盐沉积,过渡斜坡带以混合沉积为主。最终建立了平缓斜坡背景下“古地貌形态—海平面波动—物源供给”三因素控制的复杂岩性发育模式。 展开更多
关键词 复杂岩性 岩性发育模式 平缓斜坡 海陆过渡 Asmari组 伊拉克
在线阅读 下载PDF
基于GWO-SVM的测井岩性识别模型研究——以鄂尔多斯盆地榆林南气田山西组为例
20
作者 董凤娟 李昆昆 +4 位作者 费世祥 王京舰 周超 任大忠 卢学飞 《地质与勘探》 北大核心 2025年第4期872-880,共9页
鄂尔多斯盆地榆林南气田山西组地层发育一套以砂岩和泥岩为主、夹少量煤层的沉积序列,是该区油气勘探开发的重要目标层位。为提高岩性识别效率与精度,本研究采用随机森林算法(Random Forest)开展测井参数敏感性分析,优选出自然伽马(GR)... 鄂尔多斯盆地榆林南气田山西组地层发育一套以砂岩和泥岩为主、夹少量煤层的沉积序列,是该区油气勘探开发的重要目标层位。为提高岩性识别效率与精度,本研究采用随机森林算法(Random Forest)开展测井参数敏感性分析,优选出自然伽马(GR)、补偿中子(CNL)、声波时差(AC)和密度(DEN)4个对岩性响应敏感的特征参数。研究共提取865组样本数据(每组样本有4维测井属性、1维岩性标签),其中70%作为训练样本,其余30%作为测试样本。通过对比BP神经网络、支持向量机(SVM)、粒子群优化支持向量机(PSO-SVM)和灰狼优化支持向量机(GWOSVM)等机器学习方法,建立了山西组3种主要岩性的智能识别模型,并结合岩性剖面进行验证分析。结果表明,灰狼算法优化的支持向量机模型(GWO-SVM)表现最优,其识别准确率达93.4%,召回率和F1值分别为93.0%和93.6%,各项评价指标均优于对比模型,展现出更高的识别精度、更好的综合性能与可靠性。 展开更多
关键词 岩性识别 测井响应 机器学习 GWO-SVM 山西组 榆林南气田 鄂尔多斯盆地
在线阅读 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 2 … 250 下一页 到第 页
使用帮助 返回顶部