-
题名测井处理解释领域知识图谱构建方法研究
被引量:1
- 1
-
-
作者
尚福华
徐凡钧
曹茂俊
-
机构
东北石油大学计算机与信息技术学院
-
出处
《计算机技术与发展》
2022年第12期206-212,220,共8页
-
基金
黑龙江省自然科学基金(LH2019F004)
东北石油大学青年科学基金(2018QNL-25)。
-
文摘
为了解决测井处理解释领域数据存储分散、信息共享困难和数据间缺乏良好管理与组织的问题,进一步提高测井解释知识的利用率和共享程度,在研究测井处理解释业务流程基础上引入知识图谱技术,提出了一种测井处理解释领域知识图谱的构建方法。以测井处理解释为核心,结合测井解释领域知识特点,重点对测井处理解释的业务流程进行研究分析。以知识图谱的构建为主体,通过知识抽取、知识融合和知识推理等技术,将测井处理解释领域中分散、隐形、不规范状态的大量知识和经验进行梳理,构建了测井处理解释领域知识图谱。并采用混合构建方式,结合信息抽取和知识融合等关键技术完成了测井处理解释领域知识图谱的构建,在Neo4j图数据库中进行存储并对其进行可视化展示。该方法将知识图谱与测井处理解释流程紧密联系,为测井处理解释领域知识图谱构建提供了一种新思路。
-
关键词
测井处理解释
测井领域知识
知识图谱
知识抽取
图数据库
-
Keywords
logging process and interpretation
logging domain knowledge
knowledge graph
knowledge extraction
graph database
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进LSTM神经网络的测井曲线重构方法
被引量:5
- 2
-
-
作者
尚福华
卢玉莹
曹茂俊
-
机构
东北石油大学计算机与信息技术学院
-
出处
《计算机技术与发展》
2022年第6期198-202,共5页
-
基金
黑龙江省自然科学基金(LH2019F004)。
-
文摘
地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM)。利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息。实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路。
-
关键词
测井曲线重构
长短期记忆神经网络
测井领域知识
深度学习
注意力机制
-
Keywords
well logging curve reconstruction
long and short term memory neural network
logging domain knowledge
deep learning
attentional mechanism
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-