本發(fā)明提供一種基于深度特征的非平穩(wěn)訓練圖像自動分區(qū)方法及系統(tǒng),方法包括:對非平穩(wěn)訓練圖像進行裁剪劃分為多個訓練圖像子塊;基于卷積神經網絡模型提取每一個訓練圖像子塊的深度特征;對所有訓練圖像子塊的深度特征進行聚類分析,得到每一個訓練圖像子塊的聚類標簽;基于每一個訓練圖像子塊的聚類標簽,將每一個訓練圖像子塊按照在非平穩(wěn)訓練圖像中的位置進行拼接,得到非平穩(wěn)訓練圖像的分區(qū)結果;基于分區(qū)結果,進行平穩(wěn)性算法模擬,輸出所述非平穩(wěn)訓練圖像的模擬實現(xiàn)。本發(fā)明對非平穩(wěn)訓練圖像進行自動分區(qū),相比基于未分區(qū)非平穩(wěn)訓練圖像的SIMPAT算法,基于本發(fā)明分區(qū)后的多點地質統(tǒng)計模擬結果更好的再現(xiàn)了非平穩(wěn)特征。
聲明:
“基于深度特征的非平穩(wěn)訓練圖像自動分區(qū)方法及系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)