基于CNN-SVM和集成学习的固井质量评价方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 为解决固井质量评价问题， 提出一种基于CNN-SVM和集成学习的固井质量评价方法. 首先， 针对DenseNet模型采取缩减网络层数、 增加多尺度卷积层、 嵌入卷积注意力模块等改进措施， 以提高模型的训练速度和评价准确率; 其次， 利用InceptionV1模块和扩张卷积构建一个模型复杂度相（剩余18556字）

试读结束

目录
monitor