基于深度学习的智能检波器数据存储方法及相关设备

专利主权项内容

1.一种基于深度学习的智能检波器数据存储方法，其特征在于，包括：挖掘出与目标检波器数据中的各个局部检波器数据对应的第一勘探检波向量，并组合形成所述目标检波器数据的第一勘探检波向量序列，每一个所述局部检波器数据基于部署于目标油气勘探区域中的检波器阵列所包括的一个检波器进行相应的信息采集操作以得到，所述第一勘探检波向量序列用于反映所述目标检波器数据具有的表面语义信息；依据所述第一勘探检波向量序列，进行至少一次关联的向量深度挖掘处理，输出所述目标检波器数据的第二勘探检波向量序列，所述第二勘探检波向量序列用于反映所述目标检波器数据具有的深度语义信息；基于所述第二勘探检波向量序列，进行数据类型识别，输出所述目标检波器数据对应的数据类型识别信息；基于所述目标检波器数据对应的数据类型识别信息，对所述目标检波器数据进行分类存储处理，使得所述目标检波器数据被存储至与所述数据类型识别信息相对应的数据存储设备；其中，所述依据所述第一勘探检波向量序列，进行至少一次关联的向量深度挖掘处理，输出所述目标检波器数据的第二勘探检波向量序列，其步骤包括：将所述第一勘探检波向量序列，或者相邻的前一次进行关联的向量深度挖掘处理输出的候选勘探检波向量序列，确定为所述关联的向量深度挖掘处理对应的检波图谱成员组合；所述检波图谱成员组合中的一个检波图谱成员，对应于所述第一勘探检波向量序列中的一个所述第一勘探检波向量，或所述候选勘探检波向量序列中的一个候选勘探检波向量；基于所述检波图谱成员组合中各成员之间的关联关系，确定出检波图谱关联线组合，所述检波图谱关联线组合中的检波图谱关联线用于反映所述检波图谱成员之间的关联关系；基于所述检波图谱成员组合、所述检波图谱关联线组合，确定出所述关联的向量深度挖掘处理对应的检波数据图谱，所述检波数据图谱包括所述检波图谱成员组合和所述检波图谱关联线组合；对于所述检波数据图谱中的每一个检波图谱成员，将其关联检波图谱成员融合到该检波图谱成员，并将融合形成的中间检波向量进行调整，使得所述融合形成的中间检波向量被调整为所述检波图谱成员对应的中间勘探检波向量；基于每一个所述检波图谱成员对应的中间勘探检波向量，得到所述目标检波器数据的第二勘探检波向量序列；其中，基于所述检波图谱成员组合中各检波图谱成员之间的关联关系，确定出检波图谱关联线组合，其步骤包括：分析出所述检波图谱成员组合中各检波图谱成员之间的关联性参数，以用于反映相应的检波图谱成员之间的关联程度；对于每一个所述检波图谱成员，将各其它检波图谱成员依照与该检波图谱成员之间的关联性参数进行大小排序，并根据大小排序的结果，对所述检波图谱成员和关联性参数最大的目标数量个其它检波图谱成员进行检波图谱关联线的配置；基于每一个所述检波图谱成员配置的检波图谱关联线，得到所述检波图谱成员组合相应的检波图谱关联线组合；其中，所述基于所述第二勘探检波向量序列进行数据类型识别，输出所述目标检波器数据对应的数据类型识别信息，其步骤包括：将所述第二勘探检波向量序列进行降维压缩处理，输出所述第二勘探检波向量序列相应的降维勘探检波向量；将所述降维勘探检波向量进行卷积运算，并将形成的卷积向量进行映射处理，形成所述目标检波器数据属于各个数据类型的参数分布；基于所述目标检波器数据属于各个数据类型的参数分布，确定出所述目标检波器数据的数据类型识别信息，在所述参数分布包括的各参数中，所述数据类型识别信息表征的数据类型对应的参数具有最大值。 （来 自 马 克 数 据 网）