节点文献

基于深度学习的烟筒山矿产资源识别

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 石艳玲; 王永涛; 贠智能; 于鹏; 贾小杰;

【机构】 中国石油东方地球物理公司; 同济大学; 中国冶金地质总局地球物理勘查院;

【摘要】 针对深部矿产资源识别的难点,以及目前矿产资源识别方式存在利用数据信息单一、处理手段简单等问题,本文在重磁电震联合反演结果等多元地球物理模型的条件下,利用深度学习对矿产资源进行智能识别,获得符合训练样本特征的识别结果,进一步结合先验信息条件下,采用假设检验定量评价和地质解译,形成一套智能的深部矿产资源综合解释技术,并在烟筒山典型矿区推广应用。

【关键词】 深度学习; 自编码网络; 假设检验; 烟筒山;
  • 【会议录名称】 2022年中国石油物探学术年会论文集(下册)
  • 【会议名称】2022年中国石油物探学术年会
  • 【会议时间】2022-12
  • 【会议地点】中国海南海口
  • 【分类号】P631
  • 【主办单位】中国石油学会石油物探专业委员会、中国地球物理学会勘探地球物理委员会
节点文献中: