电成像测井中基于GA-RF的火山岩岩性识别OA
GA-RF-based lithologic identification of volcanic rocks in electrical imaging logging
针对利用常规测井资料难以准确识别复杂火山岩岩性的问题,提出了一种基于GA-RF(遗传算法-随机森林)的利用电成像测井进行火山岩岩性识别的方法.首先,采用灰度共生矩阵(GLCM)方法提取电成像测井图像的能量、对比度、相关性、同质性等4个图像纹理特征,采用Tamura算法提取图像的粗糙度、对比度、方向度等3个图像纹理特征,并建立图像纹理特征数据集;然后,对数据集进行特征融合、降维,并利用ADASYN过采样算法平衡样本集,降低样本集不均衡对算法的影响;…查看全部>>
Aiming at the problem that it is difficult to accurately identify the lithology of complex volcanic rocks using conventional logging data,this paper proposes a GA-RF(genetic algorithm-random forest)based method for volcanic rock lithology identification using electric imaging logging.Firstly,the four texture features of energy,contrast,correlation and homogeneity of the electric imaging logging image are extracted by grey level co-occurrence matrix(GLCM)meth…查看全部>>
张翔;曾鑫;肖小玲
油气资源与勘探技术教育部重点实验室(长江大学),湖北武汉 430100||长江大学地球物理与石油资源学院,湖北武汉 430100油气资源与勘探技术教育部重点实验室(长江大学),湖北武汉 430100||长江大学地球物理与石油资源学院,湖北武汉 430100长江大学计算机科学学院,湖北荆州 434020
石油、天然气工程
电成像测井火山岩灰度共生矩阵岩性识别
electrical imaging loggingvolcanic rockgrayscale symbiosis matrixlithology identification
《长江大学学报（自然科学版）》 2024 (5)
47-55,9
国家自然科学基金项目"复杂地质背景下电成像测井层理面检测与产状快速提取方法研究"(41374148).
评论