申请/专利权人:西南石油大学
申请日:2024-02-07
公开(公告)日:2024-05-17
公开(公告)号:CN118051759A
主分类号:G06F18/213
分类号:G06F18/213;G06F18/24;G06F18/214;G06N3/0442;G06N3/049;G06N3/045;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明公开了一种大样本集内信息跨邻域保真传递方法,包括如下步骤:S1:获取大样本数据集,并标注学习样本和标签;S2:对整个大样本集禀赋提升与规整化处理,包括大样本集的样本提升、优化与降噪处理,以及建立样本精确校准与确信样本库;S3:构建样本数据结构的智能学习模型,包括针对样本信息结构的特征工程和针对样本结构预测的神经网络模型;S4:基于逐级划分架构的跨邻域保真循环传递,包括样本信息跨邻域传递与确信样本信息库循环更新,以及逐级划分架构下信息的大样本集内循环保真传递。本发明能够突破地质区域限制或时间限制,进行样本信息的稳定、保真预测与传递。
主权项:1.一种大样本集内信息跨邻域保真传递方法,其特征在于,包括如下步骤:S1:获取大样本数据集,并标注学习样本和标签;S2:对整个大样本集禀赋提升与规整化处理,包括大样本集的样本提升、优化与降噪处理,以及建立样本精确校准与确信样本库;S3:构建样本数据结构的智能学习模型,包括针对样本信息结构的特征工程和针对样本结构预测的神经网络模型;S4:基于逐级划分架构的跨邻域保真循环传递,包括样本信息跨邻域传递与确信样本信息库循环更新,以及逐级划分架构下信息的大样本集内循环保真传递。
全文数据:
权利要求:
百度查询: 西南石油大学 一种大样本集内信息跨邻域保真传递方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。