相关实验视频
Updated: May 11, 2026

10:32
Image-based Lagrangian Particle Tracking in Bed-load Experiments
Published on: July 20, 2017
8.9K
基于记录数据的岩石机械参数的连续预测的少数镜头学习方法
Weiguang Zhao1,2, Shuxun Sang1,3,4, Sijie Han3,4
1School of Resources and Geosciences, China University of Mining and Technology, Xuzhou 221116, China.
ACS omega
|December 2, 2024
概括
这项研究引入了一种新方法,使用地球物理记录数据持续预测岩石力学参数,克服稀缺岩石样本的局限性,进行详细的地质表征.
科学领域:
- 地质地质地质地质地质地
- 地质物理学 地质物理学
- 岩石机械学 岩石机械学
背景情况:
- 层级图谱序列在石质学和物理性质上表现出显著的垂直变化.
- 连续岩石力学参数对于详细的地层学特征表征至关重要,特别是在水库层中.
- 由于岩石样本有限,目前的方法难以获得完整的层岩力学参数.
研究的目的:
- 提出一种新的方法,以使用地球物理记录数据在地质序列中持续预测岩石力学参数.
- 为了应对样本稀缺和全球地质特征提取在连续参数预测中的挑战.
- 为了使层级图形特征的持续提取,样本生成和机械参数预测.
主要方法:
- 开发一种利用地球物理记录数据的方法,用于连续岩石力学参数预测.
- 实现一个自动编码器架构用于地平面特征提取.
- 使用发电机制造合成岩石机械样本.
- 训练一个预测模型,结合地层学特征提取能力.
主要成果:
- 层级图形特征提取器展示了全球层级图形感知,准确地识别了岩石学的过渡和异常.
- 生成的合成岩石机械样品与真实样品的特征相匹配.
- 拟议的模型显著优于传统模型,实现高R2值 (0.91) 和低误差的摩擦角度和凝聚力.
- 该模型提供了比传统方法更合理的预测Longtan形成岩石力学参数.
结论:
- 开发的方法有效地克服了持续地质参数预测样本不足的局限性.
- 这种方法为详细的平流图表征和岩石力学分析提供了强大的框架.
- 这种方法提高了预测地质形成中的岩石机械参数的准确性和可靠性.
更多相关视频
12:18Pore-scale Imaging and Characterization of Hydrocarbon Reservoir Rock Wettability at Subsurface Conditions Using X-ray Microtomography
Published on: October 21, 2018
13.8K
08:27Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
979