有点懵啊-CSDN博客

原创 5、烃源岩相关文献知识总结

烃源岩相关知识understanding geophysical responses of shale-gas plays1、阻抗和Vp/Vs。数值研究表明，原位岩石参数，如矿物成分(如粘土、石英和方解石)和TOC，以及它们之间的相互作用，可以显著影响富含有机物岩石的地球物理响应，从而为页岩气藏的地球物理表征提供基础；2、我们研究了页岩气储集岩的地球物理响应，并特别关注有机物(如干酪根)的作用。这项工作使我们能够在测井和地震尺度上预测岩石的有效弹性和电特性，并利用这些特性来估计总有机碳体积。初步结

2021-02-09 15:03:08 712

原创 4、地震流网:利用光流场进行密集层位解释

Seismic FlowNet: Using Optical Flow Field for Dense Horizon InterpretationSummaryWe developed a FlowNet based deep learning workflow, to produce flow field cube from a seismic survey.Based on the flow field, stratigraphic sequence information such as ho

2020-11-23 16:46:37 492

原创 3、基于地震沉积模型的深埋烃源岩预测方法新探

3、基于地震沉积模型的深埋烃源岩预测方法新探Summary通过地震沉积模拟研究塔里木盆地已知和潜在下寒武统烃源岩的分布。烃源岩的分布受海平面变化、古构造和沉积环境的控制。碳酸盐岩斜坡-盆地沉积体系，中下部斜坡发育优质烃源岩。Introduction耗子尾汁——一无是处...

2020-11-23 16:26:10 158

原创 2、基于地质统计学与CNN的波阻抗反演——松辽盆地为例。注释：对于只有少井工区，人工合成岩相模型、波阻抗曲线及地震记录作为训练数据及标签

2、Seismic Impedance Inversion via Combining Convolutional Neural Network and Geostatistics: An Example from Songliao Basin, ChinaSummaryutilize geostatistics to augment labelled data according to geological knowledge and rock physics.a framework for CNN

2020-11-20 13:30:41 720

原创 1、基于半监督学习的烃源岩成熟度预测

1、Prediction of Source Rock Maturity Using Semi Supervised (EAGE2020)unlabeled data is easier to obtain but unsupervised learning algorithms are limited to uncovering the underlying pattern in the data and feature reduction, and results need then to be i

2020-11-20 11:05:06 239

data_ping_jie.py——可以完美将几千个一维数据拼接为二维剖面

非常好用

2021-08-12

plot画图，超级好用哦，亲

matplotlib画图，保证你画出美丽的图形哦，亲

2021-08-12

3788-crl-d6b53c82-1c6a-4114-9169-a9f2e92bca13.tmp

# import os # import time import datetime print('张宓有毒') print('Time is ', datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S %A')) print('__name__ value: ', __name__) def main(): if (5>6): print('this message is from main function') if(5<6): print('oh no!') if __name__ == '__main__': main() # print(__name__)

2019-05-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人