图文型官网站,网站数据库清空,wordpress aike主题,下列关于网站开发中网页额文献#xff1a;蓝茜茜,张逸伦,康志宏.基于深度学习的复杂储层流体性质测井识别——以车排子油田某井区为例[J].科学技术与工程,2020,20(29):11923-11930. 本文目录 一、前言二、文献阅读-基于深度学习的复杂储层流体性质测井识别2.1 摘要2.2 当前研究不足2.3 本文创新2.4 论文…文献蓝茜茜,张逸伦,康志宏.基于深度学习的复杂储层流体性质测井识别——以车排子油田某井区为例[J].科学技术与工程,2020,20(29):11923-11930. 本文目录 一、前言二、文献阅读-基于深度学习的复杂储层流体性质测井识别2.1 摘要2.2 当前研究不足2.3 本文创新2.4 论文中图表分析2.5 论文框架总结2.6 本文存在不足与研究展望 三.模型复现-从实现的角度实现1—数据集样本优化1数据集介绍2混合采样技术1对大样本类下采样2对小样本类上采样 实现2—神经网络结构的优化实现3—论文中的图表1表12表23图5 四、最后 一、前言
本文复现一篇典型应用深度学习模型进行识别分类任务的论文。当然作为计算机的学生对这篇论文的理解会基于计算机领域角度侧重深度学习。而论文第2部分-区域概况与测井响应特征、后文3.2节中识别结果分析包含了大量地质资料特征分析与解释这些专业知识是我们计算机学生不具备的却是做交叉学科融合的同学更应该重点学习的也是一大亮点与难点。废话不多唠进入正题。 二、文献阅读-基于深度学习的复杂储层流体性质测井识别
2.1 摘要
先看一下该论文的摘要部分对论文有个宏观认识主要内容已标出 图2.1 论文摘要部分 (1) 目的
解决复杂储层流体性质识别率低、严重依赖人工经验的问题提出一种优化深度神经网络识别流体性质的方法。
(2) 方法
将深度学习方法引入到复杂储层流体识别中组合优化常规神经网络提高网络模型的性能实验对比了4种组合优化方法对模型性能的影响。
(3) 创新
利用混合采用技术进行样本数据集均衡化避免样本不均衡在网络中使用 ReLu Softmax激活函数提高的模型多分类问题的准确率在网络中使用 Dropout正则化 有效防止模型过拟合。
(4) 结果与结论
优化后的模型对 4 种性质流体识别准确率达82. 7%单一流体识别率也均较高。本文使用的组合优化方法的识别效果明显优于其他方法提高了对小样本类别的识别率。
2.2 当前研究不足
仅利用单一的测井资料或者储层参数无法准确识别储层流体性质 。传统识别方法综合多种测井资料及储层参数解释为主要识别手段智能化程度低。现常用的 BP 神经网络等识别方法网络结构简单只能挖掘到样本浅层的特征信息。
2.3 本文创新
新方法-引入深度学习方法研究流体性质识别新模型-优化常规神经网络新结果-对比多种组合优化方法对模型的影响。
2.4 论文中图表分析
图1 单个神经元前馈传递过程。神经网络基础原理。图2 不同类型的激活函数。神经网络基础原理。图3 Dropout正则化示意图。神经网络基础原理。Dropout正则化 模型训练过程中按照一定比例随机丢弃一些“神经元”每一次训练的网络结构均不同降低了网络结构复杂的关联性学习到的样本特征更具鲁棒性从而避免过拟合。图4 深度神经网络结构。典型多层神经网络输入9个特征参数—输出4个类别概率。图5 样本集数量分布。数据集样本数量分布。图6 人工解释结论与模型预测结果对比。模型预测结果对比。图7 不同优化方法的识别效果F值对比。本文选用的组合方法最优。表1 目标区测井资料统计。关于数据集的统计信息。表2 识别结果混淆矩阵。混淆矩阵是神经网络多分类器中常用的评价手段。评价模型对不同类别的识别效果。
2.5 论文框架总结
案例一个案例对车排子油田某井区12 口井储层流体性质识别。 方法对样本数据和神经网络结构进行优化建立储层测井参数与流体性质之间的神经网络模型。
影响因素
数据集样本均衡化方法神经网络模型中激活函数的组合避免模型过拟合方法。
评价指标
划分大小样本标准每种类别中样本数的平均值 k模型性能评价指标精准率( Precision ) 召回率( Recall ) F 值( F-measure ) 。
2.6 本文存在不足与研究展望
组合优化方法对比是简单的“正反面”形式的方法组合对比没有与其它优化模型方法对比本文是单一常规神经网络模型的应用没有与其它经典模型进行对比本文验证了基于优化组合策略的深度神经网络方法在实际应用中的优越性为其它模型优化提供了一种思路。
三.模型复现-从实现的角度
实现1—数据集样本优化
1数据集介绍
由于论文的原始数据集无法获取在复现过程中选用葡萄酒WINE数据集。这两个数据集论文数据集和葡萄酒数据集都可以完成分类任务。
Wine数据集数据是对生长在意大利同一地区但来自三个不同品种的葡萄酒进行化学分析的结果数据集中确定了三种葡萄酒中13种成分的含量。即有3个类别13种特征参数葡萄酒的13种成分含量。数据集下载https://download.csdn.net/download/mdong9/90005091
每个样本的第一个属性是类别1或2或3其余按顺序均有如下13个属性
AlcoholMalic acidAshAlcalinity of ashMagnesiumTotal phenolsFlavanoidsNonflavanoid phenolsProanthocyaninsColor intensityHueOD280/OD315 of diluted winesProline 图3.1 Wine数据集部分 2混合采样技术
论文中的混合采样技术其实就是一种解决不同类别中样本数不平衡策略。比如Wine数据集中三种葡萄酒的样本数分别是59label1、71label2、48label3很明显第2类葡萄酒样本数最多第三类最少夸张的讲这就是一个样本数不均衡的数据集其实还好。
而混合采样技术来解决样本不均衡问题思路是
计算每类中样本数的平均值 k以k 为分界大于 k 的类别为大样本类反之则为小样本类。对于大样本类下采样下采样过程中采用 K-means 聚类算法减少多样本类别的样本数。对于小样本类上采样上采样过程中采用 Smote 算法增加少样本类别的样本数。
经过上述步骤的混合采样后每类样本大小均为 k原始不均衡样本数据集就变成了均衡样本数据集。
知道思路后下面就一步步来将Wine数据集变成三类样本数平衡的数据集。在Wine数据集中平均值 k ( 59 71 48 ) / 3 59.33 k (59 71 48) / 3 59.33 k(597148)/359.33 取整后刚好是类别1的样本数59则类别2是大样本类类别3是小样本类。
1对大样本类下采样 对于大样本类K-means 算法将样本聚为 k类仅保留距离每个聚类中心最近的一个样本聚类后的 k 个样本在降采样的基础上仍保留了原始数据的全部特征。 方便理解这里给出一个下采样的例子 在这个示例中我们将通过 K-means 聚类算法将一组多样本类别减少到 5 个类别。from sklearn.cluster import KMeans
import numpy as np # 假设你有一个多样本类别的数据集这里我们随机生成一些数据作为例子
X np.random.rand(100, 10) # 100个样本每个样本有10个特征 # 设置聚类的数量
n_clusters 5 # 创建 KMeans 对象
kmeans KMeans(n_clustersn_clusters, random_state0) # 进行聚类
y_kmeans kmeans.fit_predict(X) # 输出结果
print(Cluster centers:)
print(kmeans.cluster_centers_)
print(\nLabels:)
print(y_kmeans)# 获取每个聚类的中心
cluster_centers kmeans.cluster_centers_# 找到每个样本到其所属聚类中心的距离
distances np.linalg.norm(X[:, np.newaxis] - cluster_centers, axis2)# 对于每个聚类找到距离其中心最近的样本的索引
nearest_indices np.argmin(distances, axis0)# 输出结果
print(Nearest indices:)
print(nearest_indices)输出结果
Cluster centers:
[[0.56870198 0.33340756 0.74812813 0.50208413 0.80879522 0.756915730.28995045 0.58835733 0.53986648 0.52429174][0.24773952 0.29674511 0.39650162 0.65400547 0.28843251 0.559490720.48438144 0.39485121 0.65630189 0.31650354][0.69576183 0.38668387 0.51523792 0.71425985 0.50791891 0.276707770.67150517 0.69364469 0.50809951 0.71037073][0.48304122 0.75197772 0.21397284 0.43701465 0.61980822 0.610628740.49566418 0.50509653 0.42412438 0.71218052][0.65337793 0.6093431 0.78001226 0.25850624 0.32640479 0.319900740.44351127 0.52801434 0.55983808 0.43707075]]Labels:
[0 2 1 0 0 1 3 2 4 0 0 0 2 2 4 1 2 1 1 3 0 0 1 3 3 0 3 0 0 4 0 4 3 0 1 1 14 4 4 4 2 3 2 2 3 2 1 1 0 0 3 3 3 1 3 4 1 3 3 4 1 4 2 4 0 2 4 4 4 0 2 1 03 0 3 2 1 2 1 4 3 3 2 2 4 2 3 0 1 3 0 4 2 4 1 2 2 4]
Nearest indices:
[10 35 46 6 29]2对小样本类上采样 对于小样本类Smote 算法以欧式距离为标准计算每个样本到其他所有样本的距离并得到距离其最近的 p 个样本即“p 近邻”。根据样本不均衡比例确定上采样倍率对于每个少数类样本 n i n_i ni 从其“p 近邻”中随机选择若干个样本n分别与原样本按照公式构建新样本 n n e w n_{new} nnew。 公式 n n e w n i R ( n − n i ) n_{new} n_i R(n - n_i) nnewniR(n−ni) 为一个均匀分布在0 1间的随机数。 Smote 通过创建合成样本来增加少数类的数量。Smote 就是使用欧式距离作为距离度量标准的。在Smote 算法中首先为每个少数类样本找到其k个最近邻样本然后从这些邻居中随机选择一个最后通过插值生成一个新的合成样本。 方便理解这里给出一个上采样的例子
from imblearn.over_sampling import SMOTE
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn import metrics # 创建一个不平衡的数据集
X, y make_classification(n_classes2, class_sep2, weights[0.1, 0.9], n_informative3, n_redundant1, flip_y0, n_features20, n_clusters_per_class1, n_samples1000, random_state10) # 数据划分为训练集和测试集
X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.3, random_state42)# 输出原始数据集大小
print(Original dataset shape %s % Counter(comb_y))# 初始化SMOTE实例
smote SMOTE(random_state42) # 对训练集进行过采样处理
X_res, y_res smote.fit_resample(X_train, y_train) # 输出重采样后的数据集大小
print(Resampled dataset shape %s % Counter(y_res))输出结果
Original dataset shape Counter({1: 628, 0: 72})
Resampled dataset shape Counter({1: 628, 0: 628})理解了上述两个步骤后我们来完成对Wine数据集的混合采样优化代码如下
# 导入需要用到的包
from collections import Counterimport numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from imblearn.over_sampling import SMOTE
from sklearn.model_selection import train_test_split
from sklearn.cluster import KMeans# 1.数据集
# 读取Excel文件
df pd.read_excel(./dataset/wine.xlsx)
wine df# 2.数据集样本优化混合采样技术
# 在Wine数据集中平均值k (59 71 48) / 3 59.33取整后刚好是类别1的样本数59则类别2是大样本类类别3是小样本类。# 2.1 对类别2的样本下采样----KMeans
mask (wine[label] 2)
cls_2 wine.loc[mask]
print(cls_2)
cls_2_X np.array(cls_2.iloc[:, 1:]) # 类别2的样本# 设置聚类的数量
n_clusters 59 # 将样本聚为k类仅保留距离每个聚类中心最近的一个样本
# 创建 KMeans 对象
kmeans KMeans(n_clustersn_clusters, random_state0)
# 进行聚类
labels kmeans.fit_predict(cls_2_X) # 对数据进行聚类并返回每个样本的类别标签
# 获取每个聚类的中心
cluster_centers kmeans.cluster_centers_
# 找到每个样本到其所属聚类中心的距离
# print(cls_2_X[:, np.newaxis])
distances np.linalg.norm(cls_2_X[:, np.newaxis] - cluster_centers, axis2)
# 对于每个聚类找到距离其中心最近的样本的索引
nearest_indices np.argmin(distances, axis0)# 输出结果
print(Nearest indices:)
print(nearest_indices 59) # 每个聚类中心最近的一个样本的索引59得到原始索引# 新类别2样本
nearest_idx nearest_indices 59
new_cls_2 wine.iloc[nearest_idx, :]# 2.2 对类别3的样本上采样----SMOTE
mask (wine[label] 3)
cls_3 wine.loc[mask]
cls_3_X np.array(cls_3.iloc[:, 1:]) # 类别3的样本mask (wine[label] 1)
cls_1 wine.loc[mask] # 类别1comb_dataset pd.concat([cls_1, new_cls_2, cls_3]) # 组合样本comb_X comb_dataset.iloc[:, 1:]
comb_y comb_dataset.label
print(Original dataset shape %s % Counter(comb_y))# 初始化SMOTE实例
smote SMOTE(random_state42)# 对数据集进行过采样处理
X_res, y_res smote.fit_resample(comb_X, comb_y)# 输出重采样后的数据集大小
print(Resampled dataset shape %s % Counter(y_res))# 组合出优化后的数据集
new_dataset X_res.assign(labely_res)# 保存优化后的数据集
new_dataset.to_excel(./dataset/new_wine.xlsx, indexFalse)Wine数据集经混合采样优化后达到均衡三类样本数为59(label1)、59(label2)、59(label3)。到这里就成功复现了论文中的混合采样技术。
实现2—神经网络结构的优化
从代码实现的角度对本文中储层流体性质识别模型进行复现对该模型的学习完全可以作为深度学习入门的过程。先来了解一下本文的神经网络结构一图胜千言 图3.2 储层流体性质识别网络结构 论文中提到的网络结构优化是在网络中引入了 ReLU激活函数、Softmax 层 和 Dropout 正则化使得网络模型更好地适应多分类问题防止出现“过拟合”现象有效提高训练模型的稳定性。 该网络的代码实现
class MLP(nn.Module):def __init__(self, input_size, output_size):super(MLP, self).__init__()self.fc1 nn.Linear(input_size, 20) # 输入层-隐藏层1self.fc2 nn.Linear(20, 25) # 隐藏层1-隐藏层2self.fc3 nn.Linear(25, 30) # 隐藏层2-隐藏层3self.fc4 nn.Linear(30, 25) # 隐藏层3-隐藏层4self.fc5 nn.Linear(25, 15) # 隐藏层4-隐藏层5self.fc6 nn.Linear(15, output_size) # 隐藏层5-输出层self.dropout nn.Dropout(p0.2) # Dropout层设置丢弃概率为0.2def forward(self, x):x F.relu(self.fc1(x)) # 应用激活函数ReLux self.dropout(x) # 应用Dropout层x F.relu(self.fc2(x))x self.dropout(x)x F.relu(self.fc3(x))x self.dropout(x)x F.relu(self.fc4(x))x self.dropout(x)x F.relu(self.fc5(x))x self.dropout(x)x self.fc6(x)return F.softmax(x, dim0) # 在这里使用softmax函数下面我们就利用这个网络结构用Wind数据集去训练出一个识别葡萄酒类别的模型完成识别分类任务近似的去复现复杂储层流体性质识别模型。
完整的模型训练和应用模型识别葡萄酒类别的代码如下
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optimimport pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import precision_score, recall_score, f1_score
教程B站我是土堆 博客
class MLP(nn.Module):def __init__(self, input_size, output_size):super(MLP, self).__init__()self.fc1 nn.Linear(input_size, 20) # 输入层-隐藏层1self.fc2 nn.Linear(20, 25) # 隐藏层1-隐藏层2self.fc3 nn.Linear(25, 30) # 隐藏层2-隐藏层3self.fc4 nn.Linear(30, 25) # 隐藏层3-隐藏层4self.fc5 nn.Linear(25, 15) # 隐藏层4-隐藏层5self.fc6 nn.Linear(15, output_size) # 隐藏层5-输出层self.dropout nn.Dropout(p0.2) # Dropout层设置丢弃概率为0.2def forward(self, x):x F.relu(self.fc1(x)) # 应用激活函数ReLux self.dropout(x) # 应用Dropout层x F.relu(self.fc2(x))x self.dropout(x)x F.relu(self.fc3(x))x self.dropout(x)x F.relu(self.fc4(x))x self.dropout(x)x F.relu(self.fc5(x))x self.dropout(x)x self.fc6(x)return F.softmax(x, dim0) # 在这里使用softmax函数# 归一化处理
def normalize_features(input_tensor):# 计算每个特征的最大值和最小值v_min torch.min(input_tensor)v_max torch.max(input_tensor)# 对特征进行归一化normalized_res (input_tensor - v_min) / (v_max - v_min)return normalized_res# 设置超参数
num_epochs 200
learning_rate 0.001# 创建模型实例
model MLP(13, 3) # (input_sizeoutput_size)
print(model)# 定义损失函数和优化器
criterion nn.CrossEntropyLoss() # 使用交叉熵作为损失函数
optimizer optim.Adam(model.parameters(), lrlearning_rate)# 输入数据训练集数据
# 读取 Excel 文件
dataset pd.read_excel(r./dataset/new_wine.xlsx)X torch.tensor(dataset.iloc[:, :-1].values).float()
y dataset.iloc[:, -1]# 对输入张量的特征进行归一化
normalized_input normalize_features(X)# 划分数据集
X_train, X_test, y_train, y_test train_test_split(normalized_input, y, test_size0.2, random_state42)# 训练模型
for epoch in range(num_epochs):model.train() # 设置为训练模式for i in range(len(X_train)):outputs model(X_train[i]) # 前向传播# 计算损失loss criterion(outputs.unsqueeze(0), # 注意这里需要多一个维度表示样本的数量torch.tensor([y_train.iloc[i] - 1])) # 索引从0开始因此类别[1],[2],[3]-[0],[1],[2]# 反向传播和优化optimizer.zero_grad() # 清空梯度loss.backward() # 反向传播计算梯度optimizer.step() # 更新权重if (epoch 1) % 10 0:print(fEpoch [{epoch 1}/{num_epochs}], Loss: {loss.item():.4f})# 保存模型
torch.save(model.state_dict(), model.pth) # 保存模型参数到文件model.pth中# 设置模型为评估模式
model.eval()y_true torch.tensor(y_test.tolist()) # 真实值
y_pred [] # 模型的预测值
# 进行预测
with torch.no_grad(): # 关闭梯度计算以节省内存for i in range(len(X_test)):pre_y model(X_test[i])# 使用 torch.argmax() 找到最大值的索引_, predicted_class torch.max(pre_y, 0)# print(Predicted class:, predicted_class.item() 1)y_pred.append(predicted_class.item() 1)y_pred torch.tensor(y_pred)
# 使用 sklearn 的函数来计算 Precision, Recall 和 F1-score
precision precision_score(y_true.numpy(), y_pred.numpy(), averagemacro)
recall recall_score(y_true.numpy(), y_pred.numpy(), averagemacro)
f1 f1_score(y_true.numpy(), y_pred.numpy(), averagemacro)print(fPrecision: {precision}, Recall: {recall}, F1-score: {f1})过程中输出的内容
MLP((fc1): Linear(in_features13, out_features20, biasTrue)(fc2): Linear(in_features20, out_features25, biasTrue)(fc3): Linear(in_features25, out_features30, biasTrue)(fc4): Linear(in_features30, out_features25, biasTrue)(fc5): Linear(in_features25, out_features15, biasTrue)(fc6): Linear(in_features15, out_features3, biasTrue)(dropout): Dropout(p0.2, inplaceFalse)
)
Epoch [10/100], Loss: 1.0862
Epoch [20/100], Loss: 1.0778
Epoch [30/100], Loss: 1.0782
Epoch [40/100], Loss: 1.2110
Epoch [50/100], Loss: 1.5514
Epoch [60/100], Loss: 1.5169
Epoch [70/100], Loss: 1.4014
Epoch [80/100], Loss: 1.5513
Epoch [90/100], Loss: 1.5514
Epoch [100/100], Loss: 1.1985
Precision: 0.8260869565217391, Recall: 0.6493506493506493, F1-score: 0.5789341377576672就我目前训练得到的模型实验情况来看模型各项评价指标都比较低说明论文中的网络结构不太适合我们选用的Wine数据集这是很正常的。因为论文的网络结构是用于测井数据集的针对这个数据集不断实验训练模型最终才确定了这样一个网络结构。如果想适配我们选用的Wine数据集也需要做大量调超参、优化网络结构的模型训练实验。
到这里就成功复现了论文中优化后的模型。我这里给出了一个简单识别葡萄酒类别的例子完成了深度学习模型进行识别分类任务基本流程可以作为参考。但是想得到性能优秀的模型比如针对自己的特定数据集的识别模型还有很多实验、工作要做这也是必经之路。
实现3—论文中的图表
这里只复现论文中的表1、表2和图5比较重要。因为没有去做对比实验所以没有复现图7这个对比实验比较简单知道了表2中的F值如何来的就能得到图7。
1表1
论文中表1
针对Wine数据集我们也生成一个和表1一样的资料统计表
图3.3 葡萄酒资料统计 当然还要做出轻微的修改label行需要删掉。资料统计表通过下面代码生成
import pandas as pd# 1.数据集资料统计
# 读取Excel文件
df pd.read_excel(./dataset/wine.xlsx)# 数据集的基本描述
view df.describe(percentiles[], includeall).T
view.to_excel(./results/资料统计.xlsx)2表2
论文中表2 计算评价指标的公式 针对Wine数据集我们也做一个和表2一样的识别结果混淆矩阵得到这个表中数据麻烦一点需要我们在模型训练那块代码中打印出这些数据。然后评价指标值我们可以根据论文中给的公式再依据表中的数据手动计算出来偷个懒不写代码算代码中也计算了这些评价指标但是针对所有类别的平均没有算单个类别。
直接贴出某一次训练模型时候打印的值
真实类别[1, 1, 3, 1, 2, 1, 3, 3, 2, 3, 1, 3, 1, 3, 1, 2, 2, 2, 1, 2, 1, 2, 2, 3, 3, 3, 2, 2, 2, 1, 1, 3, 3, 1, 1, 1]
预测类别[3, 1, 2, 1, 3, 1, 2, 3, 2, 2, 3, 3, 1, 3, 1, 2, 2, 3, 1, 2, 1, 3, 3, 3, 2, 3, 3, 2, 3, 1, 1, 3, 2, 1, 1, 1]填入表中
表3.1 葡萄酒识别结果混淆矩阵 3图5
论文中图5 针对Wine数据集我们也生成一个样本集数量分布这里我使用的是代码进行数据统计Excel绘制饼状图的方式。
代码进行数据统计在将样本集划分为训练集和测试集的时候我打印每个类别的样本数。代码如下
# 导入需要用到的包
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split# 1.数据集资料统计
# 读取Excel文件
df pd.read_excel(./dataset/wine.xlsx)
print(df)# 2.样本集数量分布
# 划分训练集和测试集再绘制饼状图
wine df
X wine.iloc[:, 1:]
y wine.label# 拆分成训练集和测试集训练集80%和测试集20%
X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2)
print(------训练集样本数量---------)
print(y_train.value_counts())
print(------测试集样本数量---------)
print(y_test.value_counts())输出结果
------训练集样本数量---------
2 54
1 48
3 40
Name: label, dtype: int64
------测试集样本数量---------
2 17
1 11
3 8
Name: label, dtype: int64将数值用Excel表画成饼状图如下图 图3.4 样本集数量分布 四、最后
至此《基于深度学习的复杂储层流体性质测井识别——以车排子油田某井区为例》论文复现之旅也将行至终点当然还有很多细节没考虑到后面肯定还会完善这块模型内容期待。不得不说这个搭建模型的整个过程完全可以作为深度学习入门也让我更理解了之前学的碎片化知识收获满满。
纸上得来终觉浅绝知此事要躬行。动手学深度学习才是最快提升方法没有之一共勉之。
以上就是本文的全部内容欢迎点赞评论指出不足笔者由衷感谢~
