基于深度学习的介形类化石层次化识别OA北大核心CSTPCD
Hierarchical recognition of ostracod fossils based on deep learning
介形类化石对地质年代的确定、古湖泊和古海洋的研究、古环境的重建以及海底石油资源的勘探等工作都具有重要意义.然而,现有识别化石颗粒的方法费时费力,准确率也有待提高.鉴于介形类化石颗粒的类别具有科、属、种的层次结构,种类数量庞大,所以笔者等提出了一种层次化识别方法.首先进行目标检测,实现介形类化石的定位与属类划分;之后在目标检测模块的基础上进行智能识别,使用卷积神经网络和支持向量机提取属类下更细微的种类特征,实现化石种类划分.实验结果表明,笔者等提出…查看全部>>
安玉钏;陈雁;黄玉楠;李平;蒋裕强;王占磊
西南石油大学计算机科学学院,成都,610500西南石油大学油气藏地质及开发工程国家重点实验室,成都,610500西南石油大学计算机科学学院,成都,610500西南石油大学油气藏地质及开发工程国家重点实验室,成都,610500西南石油大学计算机科学学院,成都,610500西南石油大学油气藏地质及开发工程国家重点实验室,成都,610500
介形类化石层次识别深度学习目标检测智能识别
《地质论评》 2022 (2)
673-684,12
本文为四川省科技厅项目——深层页岩智能孔缝分析及孔隙网络建模技术研究(编号:2020YFG0156)、油气藏地质开发工程重点实验室开放基金课题——页岩气孔隙网络建模技术(编号:PLN201931)的成果.
评论