本发明公开了一种基于钻孔数据进行机器学习的地层序列模拟方法，该方法包括：数据归一化、地层序列填充、地层编码、建立地层类型序列模型、建立地层层厚序列模型、地层序列模型；该方法利用python语言，在Pytorch深度学习框架下进行，特别涉及三维地质建模过程中地层层序的建立，适用于在地层三维建模过程中进行地层序列模型的开发与验证。能够较为准确地判断相应位置的地层信息，同时该方法不依赖于数据假设与专家经验等主观因素，通过与实际钻孔数据结果对比表明，上述模型具有较好的可行性，可应用于地质信息化研究与工程规划、设计建造等方面。
声明：
“基于钻孔数据进行机器学习的地层序列模拟方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
932
编辑：管理员
来源：北方有色网
咨询细节
