期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据与模型联合驱动的波阻抗反演方法
被引量：
1
1
作者
桑文镜
袁三一
+3 位作者
丁智强
于越
刘浩杰
韩智颖
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第2期696-710,共15页
井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合...
井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合驱动的波阻抗反演方法.该方法联合地震和测井等数据,先后开展数据驱动和模型驱动的波阻抗反演.首先,数据驱动部分使用井旁地震记录、测井导出的波阻抗曲线以及井插值低频阻抗曲线,搭建以双向门控递归单元为主要模块的波阻抗智能预测网络.其次,该网络预测的波阻抗的低频分量作为数据驱动初始模型,替代井插值初始模型而参与模型驱动部分.最后,模型驱动部分在地震数据匹配和数据驱动初始模型的共同约束下开展基于模型的反演,获得最终的波阻抗结果.合成数据和实际数据测试表明,本文方法相比于单一的数据驱动或模型驱动方法能获得更高分辨率和更高精度的波阻抗反演结果,从而为后续储层预测提供可靠的弹性参数分布.
展开更多
关键词
数据与模型联合驱动
波阻抗反演
初始模型
井震联合
双向门控递归单元
在线阅读
下载PDF
职称材料
融合反讽语言特征的反讽语句识别模型
2
作者
韦斯羽
朱广丽
+1 位作者
谈光璞
张顺香
《智能系统学报》
CSCD
北大核心
2024年第3期689-696,共8页
反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句...
反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。
展开更多
关键词
反讽语句识别
语言特征
卡方检验算法
Word2Vec
双向门控循环神经单元
注意力机制
深度学习
智能信息处理
在线阅读
下载PDF
职称材料
基于半监督学习的井震联合储层横向孔隙度预测方法
被引量：
11
3
作者
韩宏伟
刘浩杰
+3 位作者
桑文镜
魏国华
韩智颖
袁三一
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第10期4073-4086,共14页
传统地震储层预测技术一般基于弹性参数反演和岩石物理建模的级联流程实现储层孔隙度预测,其预测精度受到波动理论和岩石物理理论的近似假设、初始模型和二次反演累积误差等因素的影响.为缓解这些问题,本文提出了一种基于双向门控递归...
传统地震储层预测技术一般基于弹性参数反演和岩石物理建模的级联流程实现储层孔隙度预测,其预测精度受到波动理论和岩石物理理论的近似假设、初始模型和二次反演累积误差等因素的影响.为缓解这些问题,本文提出了一种基于双向门控递归单元神经网络的半监督学习井震联合孔隙度预测方法,实现从地震数据直接预测储层横向孔隙度.通过少量的地震测井样本标签对和多目标函数约束建立智能化多尺度多信息融合孔隙度预测模型,实现地震数据到孔隙度,孔隙度再到生成地震数据的闭环映射.此外,在网络模型每次迭代更新的过程中随机引入非井旁地震道参与网络训练,非井旁地震道的波形匹配能在一定程度上保证井间孔隙度的预测精度.模型数据和实际数据测试结果表明,本文提出的方法相比于有监督学习孔隙度预测方法能进一步提高储层孔隙度的预测准确性和横向连续性,获得较为可靠的储层物性参数的空间分布.
展开更多
关键词
半监督学习
孔隙度预测
井震联合
双向门控递归单元
在线阅读
下载PDF
职称材料
题名
基于数据与模型联合驱动的波阻抗反演方法
被引量：
1
1
作者
桑文镜
袁三一
丁智强
于越
刘浩杰
韩智颖
机构
中国石油大学(北京)地球物理学院
中国石化集团公司胜利油田物探研究院
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024年第2期696-710,共15页
基金
国家重点研发计划(2018YFA0702504)
国家自然科学基金(41974140,42174152)
+1 种基金
中国石油天然气集团有限公司科技管理部(2022DQ0604-01)
中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项(ZLZX2020-03)联合资助.
文摘
井插值初始模型为基于模型的反演提供的低频信息往往不够准确,导致该模型驱动方法容易出现较大的波阻抗预测误差且建模效率较低.为缓解这些问题,本文利用数据驱动的深度学习反演更加擅长预测低频阻抗的优势,提出一种基于数据与模型联合驱动的波阻抗反演方法.该方法联合地震和测井等数据,先后开展数据驱动和模型驱动的波阻抗反演.首先,数据驱动部分使用井旁地震记录、测井导出的波阻抗曲线以及井插值低频阻抗曲线,搭建以双向门控递归单元为主要模块的波阻抗智能预测网络.其次,该网络预测的波阻抗的低频分量作为数据驱动初始模型,替代井插值初始模型而参与模型驱动部分.最后,模型驱动部分在地震数据匹配和数据驱动初始模型的共同约束下开展基于模型的反演,获得最终的波阻抗结果.合成数据和实际数据测试表明,本文方法相比于单一的数据驱动或模型驱动方法能获得更高分辨率和更高精度的波阻抗反演结果,从而为后续储层预测提供可靠的弹性参数分布.
关键词
数据与模型联合驱动
波阻抗反演
初始模型
井震联合
双向门控递归单元
Keywords
Data-model jointly driven
Acoustic Impedance(AI)inversion
Initial model
Combination of well log and seismic data
bidirectional
gated
recursive
unit
(
bi-gru
)
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
融合反讽语言特征的反讽语句识别模型
2
作者
韦斯羽
朱广丽
谈光璞
张顺香
机构
安徽理工大学计算机科学与工程学院
出处
《智能系统学报》
CSCD
北大核心
2024年第3期689-696,共8页
基金
国家自然科学基金面上项目(62076006)
安徽省高校协同创新项目(GXXT-2021-008).
文摘
反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。
关键词
反讽语句识别
语言特征
卡方检验算法
Word2Vec
双向门控循环神经单元
注意力机制
深度学习
智能信息处理
Keywords
ironic sentence recognition
language features
Chi-square test algorithm
Word2Vec
bidirectional
gated
recursive
neural
unit
attention mechanism
attention mechanism
deep learning
intelligent information processing
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于半监督学习的井震联合储层横向孔隙度预测方法
被引量：
11
3
作者
韩宏伟
刘浩杰
桑文镜
魏国华
韩智颖
袁三一
机构
中国石化集团公司胜利油田物探研究院
中国石油大学(北京)油气资源与探测国家重点实验室
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第10期4073-4086,共14页
基金
国家重点研发计划(2018YFA0702504)
国家自然科学基金(41974140,42174152)联合资助。
文摘
传统地震储层预测技术一般基于弹性参数反演和岩石物理建模的级联流程实现储层孔隙度预测,其预测精度受到波动理论和岩石物理理论的近似假设、初始模型和二次反演累积误差等因素的影响.为缓解这些问题,本文提出了一种基于双向门控递归单元神经网络的半监督学习井震联合孔隙度预测方法,实现从地震数据直接预测储层横向孔隙度.通过少量的地震测井样本标签对和多目标函数约束建立智能化多尺度多信息融合孔隙度预测模型,实现地震数据到孔隙度,孔隙度再到生成地震数据的闭环映射.此外,在网络模型每次迭代更新的过程中随机引入非井旁地震道参与网络训练,非井旁地震道的波形匹配能在一定程度上保证井间孔隙度的预测精度.模型数据和实际数据测试结果表明,本文提出的方法相比于有监督学习孔隙度预测方法能进一步提高储层孔隙度的预测准确性和横向连续性,获得较为可靠的储层物性参数的空间分布.
关键词
半监督学习
孔隙度预测
井震联合
双向门控递归单元
Keywords
Semi-supervised learning
Porosity prediction
Seismic and well logs integration
bidirectional
gated
recursive
unit
s(
bi-gru
s)
分类号
P631 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据与模型联合驱动的波阻抗反演方法
桑文镜
袁三一
丁智强
于越
刘浩杰
韩智颖
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
融合反讽语言特征的反讽语句识别模型
韦斯羽
朱广丽
谈光璞
张顺香
《智能系统学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于半监督学习的井震联合储层横向孔隙度预测方法
韩宏伟
刘浩杰
桑文镜
魏国华
韩智颖
袁三一
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022
11
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
