典型文献
基于生成对抗网络的岩心薄片岩性智能识别方法
文献摘要：
传统人工识别沉积岩岩心薄片岩性的方法,需要大量的专业人员,耗时耗力,且鉴定结果也受个人感官认识、主观性等诸多因素影响.为此,提出了基于生成对抗网络的岩心薄片岩性智能识别方法:首先利用岩心薄片数据对生成的对抗模型进行对抗训练;然后用训练好的生成器生成模拟图像扩充数据集,扩充原始岩心薄片图像数据集,增加数据集的多样性,可以提高模型预测精度;再将判别器卷积层参数迁移至岩心薄片的岩性识别模型中,保留判别器提取的岩心薄片特征;最后训练模型中2个全连接层和softmax分类层,建立岩心薄片岩性识别模型."WGAN+判别器参数迁移"的岩心薄片岩性识别方法进一步提高了岩性识别准确率.该模型可以智能识别出岩心薄片的岩性,实现对沉积岩岩性的智能分类.通过实验数据对比分析,该模型的准确率达到了94.93％,优于传统方法,具有较强的实践应用价值.
文献关键词：
岩心薄片;岩性识别;生成对抗网络;迁移学习;数据增强
中图分类号：
作者姓名：
宋文广;徐浩;王浩;张冰心;张秋娟;涂裕;王新城
作者机构：
长江大学计算机科学学院,湖北荆州434023
文献出处：
引用格式：
[1]宋文广;徐浩;王浩;张冰心;张秋娟;涂裕;王新城-.基于生成对抗网络的岩心薄片岩性智能识别方法)[J].长江大学学报（自科版）,2022(02):39-46
A类：
WGAN+
B类：
生成对抗网络,岩心薄片,片岩,性智,智能识别方法,传统人工,人工识别,沉积岩,专业人员,耗力,主观性,多因素影响,对抗训练,练好,生成器,成模,拟图,充数,图像数据集,增加数,判别器,卷积层,参数迁移,移至,岩性识别,识别模型,训练模型,全连接层,softmax,识别准确率,智能分类,数据对比分析,迁移学习,数据增强
AB值：
0.247383
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
