基于卷積神經(jīng)網(wǎng)絡(luò)與視覺(jué)變換器的微觀剩余油分類方法

摘要： 在石油開(kāi)發(fā)領(lǐng)域，微觀剩余油的精確識(shí)別和分類對(duì)提高油田開(kāi)采效率和采收率至關(guān)重要。但傳統(tǒng)的剩余油識(shí)別技術(shù)存在識(shí)別效率低、精度不高、資源消耗大等問(wèn)題，限制了其在油田應(yīng)用中的實(shí)際效果。因此，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)與視覺(jué)變換器(ViT)的微觀剩余油圖像分類網(wǎng)絡(luò)LLGFormer,該網(wǎng)絡(luò)架構(gòu)通過(guò)融合局部與全局特征，顯著提高了分類精度，同時(shí)改善了運(yùn)行效率。首先，設(shè)計(jì)了邊緣感知增... （共15頁(yè)）