买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请实施例提供了一种基于闭环网络的储层预测的模型处理方法、装置及设备，该方法包括：获取样本数据，所述样本数据包括第一区域的样本图像、所述样本图像对应的第一标签图像和第二标签图像，所述第一标签图像用于指示所述第一区域中的第一部分区域存在储层的概率，所述第二标签图像用于指示所述第一区域中的第二部分区域存在储层的概率；通过第一模型对所述样本图像进行处理，得到所述第一区域的储层概率预测图像；根据所述第一标签图像、所述第二标签图像、所述储层概率预测图像，更新所述第一模型的模型参数。提高模型对储层识别的准确度。

主权项：1.一种基于闭环网络的储层预测的模型处理方法，其特征在于，包括：获取样本数据，所述样本数据包括第一区域的样本图像、所述样本图像对应的第一标签图像和第二标签图像，所述第一标签图像用于指示所述第一区域中的第一部分区域存在储层的概率，所述第二标签图像用于指示所述第一区域中的第二部分区域存在储层的概率，所述样本图像包括：地震数据，所述地震数据为二维图像，所述样本数据中包括二维的标签图像；通过第一模型对所述样本图像进行处理，得到所述第一区域的储层概率预测图像；根据所述第一标签图像、所述第二标签图像、所述储层概率预测图像，更新所述第一模型的模型参数；所述第一模型包括编码器、转化器和解码器；所述通过第一模型对所述样本图像进行处理，得到所述第一区域的储层概率预测图像，包括：通过所述编码器获取所述样本图像的特征，并向所述转化器发送所述样本图像的特征；通过所述转化器将所述样本图像的特征转化为特征向量，并向所述解码器发送所述特征向量；通过所述解码器将所述特征向量转换为所述样本图像对应的部分特征，并根据所述部分特征生成所述储层概率预测图像；所述根据所述第一标签图像、所述第二标签图像、所述储层概率预测图像，更新所述第一模型的模型参数，包括：获取所述第一标签图像与所述储层概率预测图像之间的第一损失函数的第一权重，所述第一损失函数是所述第一模型通过第一标签图像和所述储层概率预测图像得到的；获取所述第二标签图像与所述储层概率预测图像之间的第二损失函数的第二权重，所述第二损失函数是所述第一模型通过第二标签图像和所述储层概率预测图像得到的；根据所述第一损失函数、所述第二损失函数、所述第一权重、所述第二权重，更新所述第一模型的模型参数。

全文数据：

权利要求：

百度查询： 清华大学 基于闭环网络的储层预测的模型处理方法、装置及设备