文件名称：二抽取代码MATLAB-CNN_SS:CNN_SS
文件大小：4.94MB
文件格式：ZIP
更新时间：2024-06-15 06:16:33
系统开源
二摘代码MATLAB 利用卷积神经网络反演地下流体数据以进行地质场景选择 我们为快速伪造地质场景提供了一个迭代的两步方案。 在特征提取步骤中，使用混合PCA基础进行粗尺度反演。 在特征识别步骤中，使用CNN预测每种情况的相关性，然后根据预测更新混合PCA基础的组成。 我们为2D河流数据集和3D四面数据集提供CNN训练。 我们还提供了MATLAB中的反演代码，其中的仿真是通过MRST完成的。 先决条件 Python 3.6 的MATLAB Tensorflow 1.13 MATLAB油藏模拟工具箱（MRST） 数据 由于数据文件的大小很大，因此不会上传数据文件（实现和PCA基础）。 请给我发电子邮件（），以获取对它们的访问权限。 2D示例：河流系统 3D示例：SAIGUP模型 引文 如果发现有用的代码，请引用我们的论文 致谢 作者承认Energi Simulation Chair计划为该项目提供了部分资金。 作者还感谢Syamil Mohd Razak帮助构建了这项工作的三维案例研究。
【文件预览】：
CNN_SS-main
----README.md(2KB)
----Image()
--------SaigupScenarios.jpg(600KB)
--------FluvialSystem.jpg(758KB)
--------WorkflowDetails.jpg(422KB)
----CNN2D.ipynb(55KB)
----2DPumping()
--------func.m(410B)
--------Main.m(834B)
--------pressure_calculation.m(2KB)
--------func_linearization.m(715B)
--------Scenario_selection.m(1KB)
--------tf_models()
--------forward.m(274B)
--------forward_main.m(643B)
--------function_update_v.m(124B)
--------CNN(6KB)
--------IND3.mat(254B)
--------pressure_calculation_main.m(135B)
--------test5.mat(361KB)
--------HM.m(538B)
--------logmean.mat(73KB)
----LICENSE.md(1KB)
----CNN3D.ipynb(16KB)
----3DPumping()
--------func.m(342B)
--------Main.m(543B)
--------pressure_calculation.m(2KB)
--------func_linearization.m(709B)
--------Scenario_selection.m(1KB)
--------tf_models()
--------forward.m(647B)
--------forward_main.m(748B)
--------function_update_v.m(124B)
--------CNN(6KB)
--------pressure_calculation_main.m(135B)
--------wellloc.mat(920B)
--------HM.m(566B)
--------test8.mat(92KB)
--------logmean.mat(589KB)