Las formaciones rocosas de arenisca se caracterizan por la complejidad de su formación y la diversidad de tipos, es importante desarrollar un método preciso de clasificación y determinación de la formación de arenisca en Lu Feng en la cuenca del río Perlado. Para una clasificación precisa de la formación, se utilizan parámetros de influencia de la formación y tecnología de procesamiento de imágenes, y el contenido de cada componente en las láminas de fundición caracteriza las diferencias en la fuerza de influencia de la formación de arenisca, como la compactación, la cementación y la erosión, y luego la formación de arenisca se clasifica en clases I, II, III según la fuerza de influencia de la formación. Luego, se construye un modelo de red neuronal de perceptrón multicapa a partir de datos de curvas de registro de gamma natural, retardo acústico, neutrones compensados, densidad compensada y resistividad, y los datos de curvas de registro se toman como características para clasificar la arenisca I, II, III en clases, y las variables se modifican y se mejoran los parámetros del modelo, y finalmente se realiza la división y el reconocimiento de la arenisca. Comparando con las láminas de fundición de arenisca reales, la precisión del modelo de reconocimiento suave alcanzó el 82,11%, y el modelo se aplicó al reconocimiento de la arenisca de perforación LF13-9-1, el número total de muestras fue de 23 y la precisión del reconocimiento de la arenisca fue del 82,61%, lo que muestra que el modelo tiene un buen efecto de reconocimiento. El método establecido de clasificación y reconocimiento de la formación de arenisca basado en tecnología de procesamiento de imágenes y modelo de red neuronal de perceptrón multicapa puede proporcionar información detallada para el reconocimiento de la formación de arenisca.

Cuenca del río Perlado; grupo Wen Chang; Formación de arenisca; Procesamiento de imágenes; Aprendizaje automático; Diagrafía