|国家科技期刊平台
| 注册
首页|期刊导航|计算机技术与发展|基于CNN-BiLSTM-AM的储层岩石脆性指数预测

基于CNN-BiLSTM-AM的储层岩石脆性指数预测

杜睿山 李宏杰 孟令东

计算机技术与发展2023，Vol.33Issue(10)：28-34,7.
✕
计算机技术与发展2023，Vol.33Issue(10)：28-34,7.DOI:10.3969/j.issn.1673-629X.2023.10.005

基于CNN-BiLSTM-AM的储层岩石脆性指数预测

Prediction of Reservoir Rock Brittleness Index Based on CNN-BiLSTM-AM

杜睿山 1李宏杰 2孟令东3

作者信息

  • 1. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318||油气藏及地下储库完整性评价黑龙江省重点实验室,黑龙江 大庆 163318
  • 2. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318
  • 3. 油气藏及地下储库完整性评价黑龙江省重点实验室,黑龙江 大庆 163318
  • 折叠

摘要

关键词

测井曲线/脆性指数/深度学习/Pearson系数/BiLSTM/一维卷积/注意力机制

Key words

logging curve/brittleness index/deep learning/Pearson coefficient/BiLSTM/one dimensional convolution/attention mecha-nism

分类

信息技术与安全科学

引用本文复制引用

杜睿山,李宏杰,孟令东..基于CNN-BiLSTM-AM的储层岩石脆性指数预测[J].计算机技术与发展,2023,33(10):28-34,7.

基金项目

国家自然科学基金青年科学基金(41702156) （41702156）

东北石油大学引导性创新基金(2020YDL-04) （2020YDL-04）

计算机技术与发展

OACSTPCD

1673-629X

访问量2
|
下载量0
段落导航相关论文