“岩石分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果318533个，建议您升级VIP下载更多相关专利

[发明专利]一种岩石图像分类方法、系统、设备及介质-CN202210676726.1在审
发明人：李昂;郭榕刚;刘硕 -专利权人：交通运输通信信息集团有限公司
申请日： 2022-06-15 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种岩石图像分类方法、系统、设备及介质，该岩石图像分类方法包括：构建岩石图像分类模型；训练所述岩石图像分类模型；采集目标岩石图像，输入所述目标岩石图像至训练好的岩石图像分类模型，预测岩石类别本发明能够更加全面提取岩石图像的特征，提高对岩石图像分类的准确率，提升在岩石图像上的细节区分能力。
一种岩石图像分类方法系统设备介质

[发明专利]一种岩石光谱特征融合分类方法及系统-CN202010391327.1在审
发明人：贺金鑫;李文庆;陈圣波;任小玉;肖志强 -专利权人：吉林大学
申请日： 2020-05-11 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种岩石光谱特征融合分类方法及系统。所述方法包括：获取ADS便携式光谱仪测得的待测岩石光谱反射率；待测岩石光谱反射率为类别未知的岩石的光谱反射率数据；将待测岩石光谱反射率输入至训练好的融合分类模型中，得到类别未知的岩石的所属类别；训练好的融合分类模型是采用训练数据对融合分类模型进行训练得到的；融合分类模型是将支持向量机模型、K‑最近邻模型和随机森林模型进行融合得到的；训练数据包括类别已知的岩石的光谱反射率数据和对应的类标签。本发明能够提高岩石光谱分类的分类效率和分类的准确度。
一种岩石光谱特征融合分类方法系统

[发明专利]一种岩石识别深度学习模型岩石分类约束继承性损失方法-CN202010029404.9在审
发明人：李超岭;孙钰;刘园园;李丰丹;韩雪;刘畅;于杲彤;袁明帅;吕霞;刘璇昕 -专利权人：中国地质调查局发展研究中心
申请日： 2020-01-15 - 公布日： 2020-05-22 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种岩石识别深度学习模型岩石分类约束继承性损失方法，包括：根据岩石样本的多级标签构建岩石样本数据集D，构建深度神经网络，将待训练岩石样本图像输入深度神经网络，网络输出针对分类树各层级的最后一级标签预测；计算分类树各层级的预测概率Pi；将所述分类树各层级的预测概率Pi分别对照对应的层级标签进行逐级计算，获得各层级交叉熵损失；将各层级交叉熵损失相加，得到输入的岩石样本图像的岩石分类约束继承性损失；对所述岩石分类约束继承性损失进行判断是否满足收敛条件。本发明的优点是：实现简单，充分利用岩石分类树中包含的层间从属关系和类间异同信息，优化岩石识别模型的精度。
一种岩石识别深度学习模型分类约束继承损失方法

[发明专利]一种岩性的分类方法、装置、电子设备及存储介质-CN202110293957.X在审
发明人：师素珍;李明轩;冯健;冯国旭 -专利权人：中国矿业大学(北京)
申请日： 2021-03-19 - 公布日： 2021-06-18 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种岩性的分类方法、装置、电子设备及存储介质，分类方法包括：获取目标深度的岩石的岩性信息，其中，所述岩性信息为所述目标深的度岩石的属性参数信息；将岩石的岩性信息输入训练好的多分类网络中的下采样层，得到岩石的岩性信息对应的岩石特征信息；将岩石特征信息顺次输入多分类网络中的上采样层和卷积层中，得到岩石的岩性信息对应的岩性类别。本申请通过将不同井深的岩性信息输入到训练好的多分类网络中的下采样层，得到对应的岩石特征信息，将岩石特征信息输入多分类网络中的上采样层和卷积层中，得到岩石的岩性类别，通过训练出的多分类网络对岩性信息进行识别，得到岩性类别，可以提高对岩性信息进行岩性分类的准确率。
一种分类方法装置电子设备存储介质

[发明专利]一种基于人工智能的岩石岩性快速分类识别方法和装置-CN202110256098.7在审
发明人：王绪本;王向鹏;张翔;李小甲;杨锐;沈迪;杨钰菡 -专利权人：成都理工大学
申请日： 2021-03-09 - 公布日： 2021-05-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于人工智能的岩石岩性快速分类识别方法和装置，包括：将原始岩石图像数据输入训练好的卷积神经网络Inception‑v3模型，获得岩石的属性分类特征；根据所述岩石的属性分类特征选取与所述原始岩石图像数据对应的鉴定名称；本发明能够实现对岩石在野外作业现场快速分类识别。
一种基于人工智能岩石快速分类识别方法装置

[发明专利]陆相细粒沉积岩岩石相分析方法-CN201710910955.4有效
发明人：朱彤;龙胜祥;胡宗全;彭勇民;王烽;路菁 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油勘探开发研究院
申请日： 2017-09-29 - 公布日： 2022-02-18 - 主分类号： E21B49/00 文献下载
摘要：一种陆相细粒沉积岩岩石相分析方法，包括：根据岩性或岩性组合方式、有机碳含量、硅质含量和钙质含量对岩石相进行分类，建立岩石相分类规则；提取待分析细粒沉积岩的岩心，识别岩心中的岩性或岩性组合界面，并基于岩性或岩性组合和岩石相分类命名规则，确定待分析细粒沉积岩的岩石相类型；分别确定每种类型的岩石相的特征参数，从而确定其中的有利岩石相，建立有利岩石相测井评价标准。该岩石相分析方法通过岩性组合方式、有机碳丰度、硅质丰度和钙质丰度对岩石相进行分类，建立岩石相分类规则，使其能够适用于陆相细粒沉积岩。
细粒沉积岩岩石分析方法

[发明专利]一种岩石分类方法、终端设备及存储介质-CN202111329893.0在审
发明人：苏鹭梅;陈鑫强;陈玮浩;周培灵 -专利权人：厦门理工学院
申请日： 2021-11-11 - 公布日： 2022-03-11 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种岩石分类方法、终端设备及存储介质，该方法中包括：S1：采集不同类型的纹理图像组成第一训练集，采集不同类型的岩石图像组成第二训练集；S2：构建基于残差块堆叠网络的分类模型，采用迁移学习的方法，设定第一训练集为迁移学习的源域、第二训练集为迁移学习的目标域，在只改变分类模型中的全连接层的参数的情况下对模型进行训练，将训练后的分类模型作为岩石分类模型；S3：通过岩石分类模型对待识别岩石图像进行类型识别，得到待识别岩石图像对应岩石的类型。本发明通过迁移学习来防止模型过拟合或者欠拟合，提高岩石分类识别效果。
一种岩石分类方法终端设备存储介质

[发明专利]一种基于图像处理的土壤、岩石分类方法和装置-CN202011336766.9在审
发明人：范荣全;朱峰;刘俊勇;李涛;贺含峰;张劲;游杨均;唐杨;刘克亮;王亮;何凌;吕俊杰;董斌;谢伟;王霆;赵星俨 -专利权人：国网四川省电力公司阿坝供电公司
申请日： 2020-11-25 - 公布日： 2021-04-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于图像处理的土壤、岩石分类方法和装置，属于图像处理技术领域。本发明在土壤、岩石自动分类方法的设计中，基于图像的梯度采样占空比对图像进行无监督聚类二分类，完成一次分类。在岩石细分中，提出了量向廓形特征集来表征岩石类图像的纹理复杂度，通过纹理复杂度进行无监督聚类二分类，实现对岩石的二次分类；进而又提出了廓形估计特征集来表征物体的形状与圆形的近似度，进行无监督聚类二分类实现对岩石的三次分类本发明能够根据采样图像，自动完成对土壤、岩石的细分类识别，分类快速、高效，对硬件要求低。
一种基于图像处理土壤岩石分类方法装置

[发明专利]岩石薄片识别的方法、装置、设备及存储介质-CN202011250539.4在审
发明人：关庆锋;童顺;朱祺琪;祁昆仑;姚尧 -专利权人：中国地质大学（武汉）
申请日： 2020-11-10 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及岩石薄片图像识别，公开了岩石薄片识别的方法、装置、设备及存储介质，该方法通过将所述原始岩石薄片图像数据输入训练好的空间变换尺度拉伸网络，获得岩石的属性分类特征，对未知类别岩石薄片图像的属性确定和鉴定名称识别提供了有效的方法通过所述岩石的属性分类特征获得所述原始岩石薄片图像数据对应的鉴定名称，为实际岩石薄片图像分类识别提供了可行性高的方法。
岩石薄片识别方法装置设备存储介质

[发明专利]一种基于度量元学习网络的岩石图像分类方法及装置-CN202210773604.4在审
发明人：陈志浩;毛莺池;张礼兵;冯燕明;张帅;李祖银;杨洁;杨姗姗;蔡卓森 -专利权人：河海大学;中国电建集团昆明勘测设计研究院有限公司
申请日： 2022-07-01 - 公布日： 2022-10-04 - 主分类号： G06V10/44 文献下载
摘要：本发明公开一种基于度量元学习网络的岩石图像分类方法及装置。所述方法包括以下步骤：获取地质勘查领域的岩石图像并标注，得到训练数据集；使用训练数据集对度量元学习网络进行训练，并获得各类别岩石图像的重构特征；网络训练完成后，将度量元学习网络与重构特征组成岩石分类模型，并构建应用系统，采集岩石图像并分类。一种基于度量元学习网络的岩石图像分类装置，包括训练集单元、特征提取器单元、特征重构单元、相似度计算单元。本发明解决了岩石颜色相近、纹理相似、类间相似度高、特征差异性小，利用一般图像识别难以正确分类的问题。
一种基于度量学习网络岩石图像分类方法装置

[发明专利]一种基于AI人工智能测量石矿的方法以及系统-CN202310074039.7在审
发明人：谢隆库;林万枝;李春美 -专利权人：福建数安科技有限公司
申请日： 2023-02-07 - 公布日： 2023-05-30 - 主分类号： G01N21/25 文献下载
摘要：本申请涉及一种基于AI人工智能测量石矿的方法以及系统，涉及高光谱遥感应用领域，解决了现有针对岩石矿物的分布区域的划分较为主观，容易出现划分偏差较大的情况的问题，其包括：获取待分类岩石矿物的光谱数据以及所获取位置；根据预设的岩石矿物种类与光谱数据的对应关系、所获取的待分类岩石矿物的光谱数据以及所获取位置，分析确定待分类岩石矿物的种类以及所获取位置；根据所获取位置历史所获取的岩石矿物种类、本次分析确定待分类岩石矿物的种类，分析确定本次分析确定待分类岩石矿物的种类是否均落入至所获取位置历史所获取的岩石矿物种类中。本申请具有如下效果：通过人工智能测量的方式，提高了测量岩石矿物的分布区域的效率以及精确度。
一种基于 ai 人工智能测量石矿方法以及系统

[发明专利]一种岩石识别方法、装置、设备及存储介质-CN202011270883.X有效
发明人：白林;彭伟航;叶江;周仲礼;郭凌瑜;陈涛;吴珺泓;段枕贞;邓清佩 -专利权人：成都理工大学;四川地脑科技有限公司
申请日： 2020-11-13 - 公布日： 2021-12-17 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种岩石识别方法、装置、设备及存储介质，涉及岩石识别技术领域。可以利用便捷的网站作为工具对岩石进行识别，排除了个人主观因素的影响，给岩石爱好者在野外对岩石种类进行快速准确的识别提供了一种途径。对待识别岩石的图片进行特征抽取，得到特征向量；利用预设岩石分类空间对所述特征向量所属的岩石类别进行判定，得到中间分类特征向量；根据所述中间分类特征向量，计算所述待识别岩石属于不同岩石类别的概率，得到概率分布向量；根据所述概率分布向量，至少输出所述待识别岩石属于一类岩石类别的概率或所述待识别岩石所属的岩石类别的上位类别。
一种岩石识别方法装置设备存储介质

[发明专利]一种基于岩石薄片显微图像深度学习的岩石分类方法-CN202110627104.5在审
发明人：熊永柱;张丽 -专利权人：嘉应学院
申请日： 2021-06-04 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于岩石薄片显微图像深度学习的岩石分类方法，以采集偏光显微镜下岩石薄片显微图像作为原始数据，利用数据增强技术扩大其数据量并制作RockDataset数据集，然后将RockDataset输入到改进的ResNet50模型中进行深度迁移学习训练和参数优化，最终得到高精度的岩石分类识别深度学习模型RockNet，应用RockNet可以准确预测岩石类型的名称和置信度。本发明无需专业的岩石镜下鉴定知识，可以大大提高岩石分类的效率和准确度(高达98％以上)，避免人为的错误，促进岩石薄片分类的智能化和自动化，更好地服务于地质教学、科研与生产。
一种基于岩石薄片显微图像深度学习分类方法

[发明专利]一种深度学习模式下的岩石岩性自动识别分类方法-CN201710685681.3有效
发明人：李明超;张野;韩帅 -专利权人：天津大学
申请日： 2017-08-11 - 公布日： 2021-05-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种深度学习模式下的岩石岩性自动识别分类方法，用以分析地质工程中的岩石岩性，包括以下步骤：步骤A，根据所需岩石种类，采集不同类型的岩石图像，并将其分为训练集与测试集；步骤B，采用卷积神经网络Inception‑v3模型作为预训练模型，利用其特征提取模型获取图像特征；步骤C，建立Softmax回归模型；步骤D，训练岩石图像自动识别与分类模型；步骤E，测试岩石图像自动识别与分类模型。本发明通过建立岩石图像自动识别与分类模型，可以自动化、智能化地分析工程中的地质状况，大大节省人力物力，减少成本支出。
一种深度学习模式岩石自动识别分类方法

[发明专利]一种基于岩石物理样本增强的集成学习岩相预测方法-CN202110279103.6有效
发明人：陈沅忠;罗贤哲;王峣钧;姚兴苗;胡光岷 -专利权人：电子科技大学
申请日： 2021-03-16 - 公布日： 2022-11-22 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于岩石物理样本增强的集成学习岩相预测方法，包括以下步骤：S1、建立岩石物理模型：通过测井数据分析选择岩石物理模型，然后利用少量的孔隙度数据训练岩石物理模型参数；S2、扩展样本集合：根据S1中的岩石物理模型，生成大量的测井数据样本；S3、建立Adaboost岩相分类模型：使用决策树作为基础学习器，将多个决策树集成为一个强分类器；S4、使用Adaboost岩相分类模型对测井数据进行分类。本发明引入岩石物理模型可以在一定程度上扩充样本；对扩充样本的每个参数添加随机噪声，从而使添加样本可以覆盖更大的分布空间；使用简单的决策树模型进行分类，序列化生成多个决策树分类器从而提升分类准确性。
一种基于岩石物理样本增强集成学习岩相预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条