TY -的A2 -陈,今天非盟- Du,易盟——陈,杰盟——张Ting PY - 2020 DA - 2020/12/30 TI -重建三维多孔介质使用深传输学习SP - 6641642六世- 2020 AB -多孔介质的重建是广泛应用于流体流动的研究和工程科学。一些传统的重建方法用于多孔介质特性提取的天然多孔介质和复制实现重构。目前,机器学习方法的重要分支之一,深转移学习(迪泰)方法已经显示出良好的性能在提取特征和转移他们的预测对象,可用于多孔介质的重建。因此,重建的方法提出了多孔介质通过应用迪泰从训练图像中提取的特征(TI)的多孔介质来代替扫描过程中不同模式的TI多点统计方法。深层神经网络实际上是用于提取TI的多孔介质的复杂特性,然后,一个重建的结果可以通过复制转移学习获得的这些特性。该方法在页岩和砂岩样品评估通过比较多点连接函数,变差函数曲线、渗透率、孔隙度、等。实验结果表明,该方法效率高,同时保留相似的特征与目标图像,缩短重建时间,减少了CPU的负担。SN - 1468 - 8115 UR - https://doi.org/10.1155/2020/6641642 - 10.1155 / 2020/6641642摩根富林明Geofluids PB - Hindawi KW - ER