程国建
- 作品数：149 被引量：649H指数：15
- 供职机构：西安石油大学计算机学院更多>>
- 发文基金：国家自然科学基金陕西省工业科技攻关项目国家科技重大专项更多>>
- 相关领域：自动化与计算机技术石油与天然气工程天文地球电子电信更多>>
- 结合模糊C均值聚类与BP神经网络的岩石孔隙识别方法被引量：2
- 2013年
- 为实现岩石图像中孔隙的自动识别,该文提出使用模糊C均值聚类与BP神经网络相结合的方法识别岩石图像中的孔隙,并将其应用于铸体薄片图像中。首先在图像中应用模糊C均值聚类分割算法将图像分割出两类,再运用BP神经网络进行训练和分类识别。实验表明,经过训练的BP神经网络可以准确的识别出铸体图像中的有效孔隙,为实际应用奠定良好基础。
- 程国建杨静刘烨
- 关键词：模糊C均值聚类BP神经网络算法
- 软计算方法在油藏描述中的应用综述被引量：2
- 2007年
- 论述了软计算方法在油藏描述中的地位及作用,重点介绍了神经网络、模糊逻辑和遗传算法等软计算方法在油藏描述中的研究成果及最新进展。研究表明,软计算方法与传统方法相比有其独特的优点,必将成为解决油藏描述问题的有力工具。最后指出了油藏描述中软计算方法的研究方向。
- 杜美华程国建欧阳雄
- 关键词：油藏描述软计算方法神经网络模糊逻辑遗传算法
- IEEE1394总线的高速网络通信系统设计被引量：2
- 2011年
- 介绍了高速网络通信系统的网络构建、拓扑结构、节点架构,详细描述了系统的整体设计方案、硬件设计、软件设计和工作过程。经实验验证,该网络可以实现最高400 Mb/s的高速数据实时传输,证明了这种网络通信系统具有可行性和高可靠性。
- 李娜田泽程国建
- 关键词：IEEE1394串行总线
- 基于核向量机的模式分类及其实验测试被引量：2
- 2010年
- 文中使用一种新的SVM变种——核向量机来对大样本数据集进行训练建模,进而求解模式分类问题.CVM算法是将核函数转换为最小包围球问题进行求解,可以解决任何线性或非线性分类问题.测试结果表明,核向量机可以快速对大样本数据进行分类并能产生较少的支持向量.
- 郭瑞华程国建
- 关键词：支持向量机核函数
- 基于岩石物理相分类确定特低渗透油层有效厚度——以安塞油田沿河湾地区长6特低渗透储层评价为例被引量：18
- 2010年
- 针对陕北斜坡中部特低渗透储层受沉积环境、成岩作用、构造等因素影响,储层储集性能和渗流结构差异较大,测井响应复杂的特点,利用岩石物理相分类确定特低渗透油层有效厚度。通过安塞油田沿河湾地区长6储层各类测井、岩芯和试油资料,研究评价岩石物理相的多种信息、划分方法及其分类评价,建立不同类别岩石物理相油层有效厚度参数下限的差异、特征及评价标准,分析了微电极曲线提取特低渗储层岩石物理相背景特征。并以实例分析提取特低渗透储层岩石物理相分类表征参数,实现了将非均质、非线性问题转化为相对均质、线性问题解决,提高了测井精细解释油层有效厚度的精度和效果。
- 王桂成宋子齐王瑞飞李伟峰孙颖程国建庞振宇
- 深度学习算法应用于岩石图像处理的可行性研究被引量：16
- 2016年
- 近年来,机器学习领域中的"深度学习"开始受到国内外学者的广泛关注。借助深度学习,具有多处理层结构的计算机模型可通过多层抽象来学习数据表征。这些方法推动了语音识别、视觉识别、目标检测以及许多其它领域的技术发展。深度学习被应用到计算机视觉、语音识别、自然语言处理、在线广告等领域,并取得了良好效果。将计算机技术与地质勘探相结合,在岩石处理方面已取得了不少成果,不断有新的或者改进方法用于提高处理效率和改善效果,以更好地投入到实际生产中去。针对目前传统的岩石薄片图像处理方法,试图将深度学习中典型的两类算法模型:深度信念网络(Deep Belief Networks,DBNs)、卷积神经网络(Convolutional Neural Networks,CNNs)引入到岩石图像的处理中,分析算法在操作中的可行性及优势。
- 程国建刘丽婷
- 关键词：卷积神经网络
- 基于卷积神经网络的岩石图像分类被引量：40
- 2017年
- 在显微镜下分析岩石薄片并对其进行分类时,人工鉴定效率较低且易受主观因素影响,为此提出了一种基于卷积神经网络深度学习的岩石粒度自动分类方法。该方法通过卷积网络模型实现图像特征自动提取,并同时建立模式分类器,实现基于薄片图像的粒度自动识别。采用鄂尔多斯盆地的4 800样品对卷积网络模型进行训练,通过1 200个样品对模型测试,测试集分类结果的准确度达到98.5%。理论分析与数据验证说明,通过深度学习所建立的卷积网络模型能够基于岩石薄片图像获得高效、准确、可靠的自动分类结果。
- 程国建郭文惠范鹏召
- 关键词：图像分类岩石颗粒卷积神经网络
- 深度信念网络应用于图像分类的可行性研究
- 2017年
- 如何提高图像分类的准确度是图像研究的重要课题,而图像特征的提取在图像分类准确度方面起决定性作用。该文详细阐述了深度信念网络结构及其自动提取图像特征的过程,并对其原理进行了详细分析,说明了深度信念网络应用于图像分类的可靠性。
- 程国建郭文惠
- 关键词：图像分类特征提取
- 卷积神经网络在岩石薄片图像检索中的应用初探被引量：9
- 2018年
- 近几年来,卷积神经网络引起了国内外研究者的广泛关注,并在大规模图像处理方面有出色的表现,尤其在模式识别领域。将地质勘探与计算机技术相结合,在岩石图像处理方面已经取得了较好的成绩,并且还在不断的探索中,以求更好地投入到实际中去。对于地质勘探研究者来说,对于大量的岩石薄片图像,如何进行快速并且有效的检索是值得研究的领域课题。传统的基于文本的检索方式已不能满足要求,为此,本文试图将卷积神经网络引入到岩石薄片图像的检索中,分析其在岩石薄片图像检索中的可行性。
- 程国建岳清清
- 关键词：卷积神经网络岩石薄片图像检索特征提取
- 从浅层网络到深度网络的图像分类研究综述被引量：5
- 2016年
- 目前,图像已成为表达和存储信息的惯用形式。如何用计算机对海量图像进行高效分类,从而提取和组织需要的数据信息,已变成机器学习领域的一项高关注度课题。通过简述从浅层网络(神经网络)到深度网络的发展以及基于浅层网络和深度网络的图像分类的发展,并将浅层网络与深度网络进行对比,从而指出基于深度网络的图像分类技术更具有优势和巨大潜力。
- 高荣芳吉春旭程国建
- 关键词：图像分类神经网络深度网络
