刘鹏飞
- 作品数:17 被引量:28H指数:3
- 供职机构:核工业北京地质研究院更多>>
- 发文基金:青海省地质勘查基金中国地质调查局科研项目遥感信息与图像分析技术国家级重点实验室基金更多>>
- 相关领域:天文地球自动化与计算机技术更多>>
- 基于航空高光谱遥感数据的绢云母矿物相对丰度计算方法
- 本发明属于遥感地质调查技术领域,具体涉及一种基于航空高光谱遥感数据的绢云母矿物相对丰度计算方法。本发明的方法包括以下步骤:对航空高光谱遥感数据进行数据预处理;计算绢云母矿物影像光谱吸收位置;去除误提取区域;计算绢云母矿物...
- 孙雨赵英俊秦凯田丰周家晶刘鹏飞
- 一种基于高光谱岩心扫描技术的页岩岩相划分方法
- 本发明属于地质勘探领域,具体涉及一种基于高光谱岩心扫描技术的页岩岩相划分方法。页岩岩心样品收集及准备,岩心图像扫描及高光谱数据获取;确定不同岩心段下各种矿物相对含量;对扫描页岩各岩心段三类端元矿物相对含量进行投图,页岩岩...
- 崔鑫刘鹏飞
- 一种用于明矾石信息提取的高光谱影像处理方法
- 本发明涉及一种用于明矾石信息提取的高光谱影像处理方法,保留明矾石的光谱特征明显的波段,提取波段1415nm,1430nm,1490nm,1520nm,1715nm,1760nm,1775nm,1805nm,1820nm,...
- 杨燕杰刘德长方茂龙童勤龙武鼎邱俊挺刘鹏飞吴文欢张东辉周家晶童鹏
- 文献传递
- 基于HyLogger岩芯扫描系统的页岩岩芯烃类信息提取
- 2019年
- 本文根据光谱原理,详细地分析了烃基的吸收峰位置。在此基础上,选择汽油、蓝色润滑油、黄油和树叶四种材料进行验证,试验证明在1200nm、1730nm、2300nm附近上述物质有吸收带,同时说明对于烃基的提取还需要结合影像和波形特征,才能提高提取精度。然后使用HyLogger岩芯扫描系统分别对柴页1井和阳页1井进行高光谱数据获取,并分析扫描井段烃类信息含量。通过与TOC资料和现场解析气数据进行对比,分析结果与该类资料吻合度较高,证明所用的烃类信息提取方法是可行有效的。
- 童鹏陈官虎简骁刘鹏飞张宏达
- 关键词:烃基
- 土壤阳离子交换量的确定方法
- 本发明的实施例属于土壤参数测量技术领域,具体涉及一种土壤阳离子交换量的确定方法,其包括步骤:获取待测区域的地物光谱反射率;获取待测区域内多个采样点处土壤的阳离子交换量;根据待测区域的地物光谱反射率,确定待测区域的植被参数...
- 赵宁博伊丕源田丰吴文欢刘鹏飞
- 基于改进后HyLogger岩芯测量系统的一种低反射率页岩气岩芯高光谱数据获取方法被引量:1
- 2018年
- HyLogger岩芯测量系统是近年来最高效的获取钻孔岩芯高光谱数据的测量系统之一,其在金属矿产岩芯测量中已获得到了大量成功的应用。对于灰黑色页岩气岩芯而言,其光谱反射率低、光谱特征不明显,本文通过对HyLogger岩心扫描测量系统和岩芯数据两个方面进行分析页岩气光谱数据,并在此基础上提出改进措施,有效的提高了获取的灰黑色页岩气岩芯光谱反射率,获得到了较高质量的岩芯高光谱数据。未来使用HyLogger岩芯测量系统可以在我国页岩气岩芯测量工作中发挥重要作用。
- 童鹏刘鹏飞赵英俊郭天旭张宏达
- 一种用于高光谱钻孔岩芯扫描的岩芯箱
- 本实用新型属于钻孔岩芯扫描技术领域,具体涉及一种用于高光谱钻孔岩芯扫描的岩芯箱。本实用新型的一种用于高光谱钻孔岩芯扫描的岩芯箱,包括箱体和隔板,箱体是由两块长侧板、两块短侧板和一块底板构成的上端面开放的长方体,短侧板底部...
- 余长发邱骏挺刘鹏飞刘博
- 文献传递
- 土壤阳离子交换量的确定方法
- 本发明的实施例属于土壤参数测量技术领域,具体涉及一种土壤阳离子交换量的确定方法,其包括步骤:获取待测区域的地物光谱反射率;获取待测区域内多个采样点处土壤的阳离子交换量;根据待测区域的地物光谱反射率,确定待测区域的植被参数...
- 赵宁博伊丕源田丰吴文欢刘鹏飞
- MSCL岩心测量系统在钻孔岩心分析中的应用——以青海省楚多曲多金属矿床ZK3201为例
- 2018年
- 通过对ZK3201高光谱数据采集和处理,详细分析了青海省楚多曲多金属矿床ZK3201蚀变矿物光谱特征及形成条件。在此基础之上,结合钻孔剖面多金属元素含量分布特征,建立与矿化有关系的指示矿物组合。
- 童鹏李明刘鹏飞伊丕源史维新
- 关键词:蚀变矿物
- 一维空洞卷积神经网络的矿物光谱分类被引量:2
- 2022年
- 矿物光谱综合反映了岩矿的物理化学特性、组分和内部结构特征,已被应用于岩矿识别研究。传统的矿物光谱分类方法需要先对矿物光谱进行预处理,再采用不同方法分析光谱特征,从而实现分类目的。但同时也会造成部分光谱信息丢失,导致最终分类精度不高且操作过程繁琐、效率低下,难以应对日益增长的大数据处理需求。因此,建立一个准确、高效的矿物光谱自动分类模型意义重大。卷积神经网络是应用最广泛的深度学习模型之一,它通过逐层抽取数据特征并组合形成高层语义信息,具有极强的模型表达能力,在光谱数据分析方面应用潜力巨大。针对矿物光谱数据的特点,提出了基于一维空洞卷积神经网络(1D-DCNN)的矿物光谱分类方法,利用空洞卷积神经网络提取光谱特征,采用反向传播算法结合随机梯度下降优化器调整模型参数,输出光谱分类结果,实现了矿物类别的端到端检测。该网络包含1个输入层、3个空洞卷积层、2个池化层、2个全连接层和1个输出层,采用交叉熵为损失函数,引入空洞卷积扩大滤波器感受野,有效避免光谱细节特征丢失。实验采集了白云母、白云石、方解石、高岭石四种矿物光谱,并通过添加噪声的方式进行数据增强,构建数量充足的矿物光谱样本用于神经网络模型训练与测试;探讨了卷积类型、迭代次数对模型分类结果的影响,并与多种传统矿物光谱分类方法进行对比,评价模型性能。实验结果表明,提出的1D-DCNN模型可实现矿物光谱快速准确分类,分类准确率达到99.32%,优于反向传播算法(BP)和支持向量机(SVM),说明所提方法能够充分学习矿物光谱特征并有效分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到煤炭、油气、月壤等其他领域光谱分类应用中。
- 田青林郭帮杰叶发旺李瑶刘鹏飞陈雪娇