[1] |
HINTON G E, OSINDERO S, TEH Y W. A fast learning algorithm for deep belief nets[J]. Neural Computation, 2006, 18(7): 1527-1554.
DOI
PMID
|
[2] |
LECUN Y, BENGIO Y, HINTON G. Deep learning[J]. Nature, 2015, 521(7553): 436-444.
DOI
|
[3] |
付超, 林年添, 张栋, 等. 多波地震深度学习的油气储层分布预测案例[J]. 地球物理学报, 2018, 61(1): 293-303.
|
[4] |
陈钢花, 梁莎莎, 王军, 等. 机器学习AdaBoost.M2算法在砂砾岩流体识别中的应用[J]. 石油地球物理勘探, 2019, 54(6): 1357-1362, 1177.
|
[5] |
张勇, 马晓东, 李彦婧, 等. 深度学习在南川页岩气含气量预测中的应用[J]. 物探与化探, 2021, 45(3): 569-575.
|
[6] |
LIU Y Y, MA X H, ZHANG X W, et al. A deep-learning-based prediction method of the estimated ultimate recovery (EUR) of shale gas wells[J]. Petroleum Science, 2021, 18(5): 1450-1464.
DOI
URL
|
[7] |
杨午阳, 杨佳润, 陈双全, 等. 基于U-Net深度学习网络的地震数据断层检测[J]. 石油地球物理勘探, 2021, 56(4): 688-697, 669.
|
[8] |
张野, 李明超, 韩帅. 基于岩石图像深度学习的岩性自动识别与分类方法[J]. 岩石学报, 2018, 34(2): 333-342.
|
[9] |
刘银星. 基于深度学习的地质图像盐层分割方法研究[D]. 北京: 北京工业大学, 2019.
|
[10] |
徐述腾, 周永章. 基于深度学习的镜下矿石矿物的智能识别实验研究[J]. 岩石学报, 2018, 34(11): 3244-3252.
|
[11] |
白林, 姚钰, 李双涛, 等. 基于深度学习特征提取的岩石图像矿物成分分析[J]. 中国矿业, 2018, 27(7): 178-182.
|
[12] |
马陇飞, 萧汉敏, 陶敬伟, 等. 基于深度学习岩性分类的研究与应用[J]. 科学技术与工程, 2022, 22(7): 2609-2617.
|
[13] |
李周. 岩石铸体薄图像的孔隙提取及颗粒分割研究[D]. 成都: 四川大学, 2018.
|
[14] |
蔡宇恒, 滕奇志, 涂秉宇. 基于深度学习的岩石铸体薄片图像孔隙自动提取[J]. 科学技术与工程, 2020, 20(28): 11685-11692.
|
[15] |
王依诚, 姜汉桥, 于馥玮, 等. 基于机器学习的数字岩心孔渗预测方法研究[J]. 石油科学通报, 2019, 4(4): 354-363.
|
[16] |
YU Q Y, XIONG Z W, DU C, et al. Identification of rock pore structures and permeabilities using electron microscopy experiments and deep learning interpretations[J]. Fuel, 2020, 268: 117416.
DOI
URL
|
[17] |
武瑾, 梁峰, 吝文, 等. 渝东北地区龙马溪组页岩储层微观孔隙结构特征[J]. 成都理工大学学报(自然科学版), 2016, 43(3): 308-319.
|
[18] |
孙寅森, 郭少斌. 基于图像分析技术的页岩微观孔隙特征定性及定量表征[J]. 地球科学进展, 2016, 31(7): 751-763.
DOI
|
[19] |
CHEN Z H, LIU X J, YANG J J, et al. Deep learning-based method for SEM image segmentation in mineral characterization, an example from Duvernay Shale samples in Western Canada Sedimentary Basin[J]. Computers and Geosciences, 2020, 138: 104450.
DOI
URL
|
[20] |
葛轶洲, 许翔, 杨锁荣, 等. 序列数据的数据增强方法综述[J]. 计算机科学与探索, 2021, 15(7): 1207-1219.
DOI
|
[21] |
薛东杰, 唐麒淳, 王傲, 等. 煤岩微观相态FCN智能识别与分形重构[J]. 岩石力学与工程学报, 2020, 39(6): 1203-1221.
|
[22] |
王庆, 曾齐红, 张友焱, 等. 基于多尺度区域卷积神经网络的露头孔洞自动提取[J]. 现代地质, 2021, 35(4): 1147-1154.
|
[23] |
张新明, 祝晓斌, 蔡强, 等. 图像语义分割深度学习模型综述[J]. 高技术通讯, 2017, 27(增刊1): 808-815.
|
[24] |
梁艳美, 王冬梅. Photoshop软件教学研究[J]. 电脑知识与技术, 2021, 17(2): 48-49.
|
[25] |
LONG J, SHELHAMER E, DARRELL T. Fully convolutional networks for semantic segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(4): 640-651.
DOI
PMID
|
[26] |
陈岩, 奚砚涛, 万家华, 等. 面向小样本遥感解译的空间置弃FCN模型[J]. 航天返回与遥感, 2021, 42(3): 107-116.
|
[27] |
HE K M, GEORGIA G, PIOTR D, et al. Mask R-CNN[C]// Proceedings of the IEEE International Conference on Computer Vision. Venice: IEEE, 2017: 2961-2969.
|
[28] |
RONNEBERGER O, FISCHER P, BROX T. U-Net: convolutional networks for biomedical image segmentation[C]// 18th International Conference on Medical Image Computing and Computer-Assisted Intervention. Cham: Springer International Publishing, 2015: 234-241.
|
[29] |
王香增. 鄂尔多斯盆地延长探区低渗致密油气成藏理论进展及勘探实践[J]. 地学前缘, 2023, 30(1): 143-155.
DOI
|
[30] |
赵文智, 朱如凯, 刘伟, 等. 我国陆相中高熟页岩油富集条件与分布特征[J]. 地学前缘, 2023, 30(1): 116-127.
DOI
|
[31] |
黄伟标, 李学, 宋晶, 等. 滨海软土微观孔隙测定方法[J]. 科学技术与工程, 2019, 19(28): 290-296.
|
[32] |
赵秀才. 数字岩心及孔隙网络模型重构方法研究[D]. 青岛: 中国石油大学, 2009.
|