期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于视觉大模型的砂岩岩石结构智能评价方法
1
作者 任义丽 曾昌民 +10 位作者 李欣 刘茜 胡延旭 苏乾潇 王孝明 林志威 周屹霄 郑紫路 胡蕙滢 杨艳宁 惠芳 《石油勘探与开发》 北大核心 2025年第2期488-498,共11页
针对现有砂岩岩石结构评价方法依赖于肉眼观察、效率低,且磨圆度等仍处于半定量分析、粒度分析无法分类型统计等问题,提出一种基于视觉大模型(SAM)的砂岩岩石结构智能评价方法。通过设计基于秩-分解矩阵适配器的SAM轻量化微调方法,构建... 针对现有砂岩岩石结构评价方法依赖于肉眼观察、效率低,且磨圆度等仍处于半定量分析、粒度分析无法分类型统计等问题,提出一种基于视觉大模型(SAM)的砂岩岩石结构智能评价方法。通过设计基于秩-分解矩阵适配器的SAM轻量化微调方法,构建多光谱岩石颗粒分割模型(CoreSAM),实现岩石颗粒边缘提取与类型识别,在此基础上提出一套岩石结构量化评价方法,评价粒度、分选性、磨圆度、颗粒接触关系及胶结类型等指标。实验结果表明,CoreSAM在岩石颗粒分割精度上优于现有方法,且在CT图像、岩心照片等不同类型图像上展现出良好的泛化性,能够实现全样本、分类型的粒度分析以及磨圆度等参数的量化表征,推动储层评价向精准、量化、直观、全面的方向发展。 展开更多
关键词 砂岩 岩石结构 智能评价 视觉大模型(SAM) 微调 颗粒边缘提取 类型识别
在线阅读 下载PDF
采用带注意力机制3D U-Net网络的地质模型参数化技术 被引量:13
2
作者 李小波 李欣 +4 位作者 闫林 周腾骅 李顺明 王继强 李心浩 《石油勘探与开发》 SCIE EI CAS CSCD 北大核心 2023年第1期167-173,共7页
针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制... 针对卷积神经网络增强的主成分分析技术(CNN-PCA)这种地质模型参数化技术在油藏复杂地质特征刻画精度和泛化能力方面存在的问题,不使用预训练好的C3D视频动作分析模型来提取三维模型风格特征,而使用新的损失函数并引入一种带注意力机制的3D U-Net网络来补全主成分分析方法(PCA)降维过程中丢失的地质模型细节信息,并以一个复合河道砂体油藏为例进行了应用效果分析。研究表明,与CNN-PCA技术相比,采用带注意力机制的3DU-Net网络能够更好地补全PCA降维过程中丢失的地质模型细节信息,在反映原始地质模型的流动特性方面具有更好的效果,并能改善油藏历史拟合的技术效果。 展开更多
关键词 油藏历史拟合 地质模型参数化 深度学习 注意力机制 3D U-Net网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部