期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于ECA-MSCB ResNet的不均衡岩性识别
1
作者 裴谋 李波 胡勇 《科学技术与工程》 北大核心 2025年第22期9398-9407,共10页
为了改善由于地质数据类别不均衡导致的岩性预测精度不高的问题,提出了一种ECA-MSCB ResNet模型,集成高效通道注意力机制(efficient channel attention,ECA)和多尺度卷积块(multi-scale convolutional block,MSCB)于传统的ResNet架构中... 为了改善由于地质数据类别不均衡导致的岩性预测精度不高的问题,提出了一种ECA-MSCB ResNet模型,集成高效通道注意力机制(efficient channel attention,ECA)和多尺度卷积块(multi-scale convolutional block,MSCB)于传统的ResNet架构中,实现了对岩性数据特征的高效提取和表征。针对岩性类别不均衡的问题,在模型训练过程中引入先验概率平衡logit偏差,改进焦点损失函数,以提升对少数类岩性的识别能力。实验结果表明,基于ECA-MSCB ResNet的模型在地质岩性不均衡数据集上表现良好,与原ResNet模型相比,平均预测准确率提升约7.45%,与随机森林相比提升27.33%,特别是在少数类岩性的识别上取得了显著进步,平均提高约17.9%。同时,本文模型在公开数据集上表现良好,F_(1)-score达到75.77%。此外,本文模型识别准确率高于目前主流方法,在地质不均衡岩性识别领域具有良好的应用价值。 展开更多
关键词 岩性预测 测井数据 不均衡数据 eca-mscb ResNet
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部