基于深度学习的地质实验测试精度提升方法

摘要

针对地质实验测试过程中因样本异质性、仪器系统误差及环境因素等导致的检测精度不足问题，本文提出一种基于深度神经网络(DNN)的误差修正技术。该技术构建多源数据融合的预处理流程，设计残差连接与注意力机制相结合的网络架构，并采用动态权重损失函数进行优化训练。以某盆地三叠系延长组致密砂岩岩心为实验对象，对主量元素含量、孔隙度、渗透率及矿物组分等指标进行测试验证。结果表明，所提技术显著降低了各参数的测量误差，验证了深度学习方法在地质实验数据优化中的有效性。

关键词

深度学习 / 地质实验测试 / 精度提升 / 误差修正 / 残差网络