深度学习算法应用于岩石图像处理的可行性研究

程国建++刘丽婷

摘要：近年来，机器学习领域中的“深度学习”开始受到国内外学者的广泛关注。借助深度学习，具有多处理层结构的计算机模型可通过多层抽象来学习数据表征。这些方法推动了语音识别、视觉识别、目标检测以及许多其它领域的技术发展。深度学习被应用到计算机视觉、语音识别、自然语言处理、在线广告等领域，并取得了良好效果。将计算机技术与地质勘探相结合，在岩石处理方面已取得了不少成果，不断有新的或者改进方法用于提高处理效率和改善效果，以更好地投入到实际生产中去。针对目前传统的岩石薄片图像处理方法，试图将深度学习中典型的两类算法模型：深度信念网络（Deep Belief Networks，DBNs）、卷积神经网络（Convolutional Neural Networks，CNNs）引入到岩石图像的处理中，分析算法在操作中的可行性及优势。

关键词：深度学习；深度信念网络；卷积神经网络；岩石图像处理

DOIDOI：10.11907/rjdk.161408

中图分类号：TP317.4

文献标识码：A文章编号文章编号：16727800（2016）009016304

基金项目基金项目：陕西省自然科学基础研究计划项目（2014JQ5193）；西安石油大学青年科技创新基金项目（2014BS13）

作者简介作者简介：程国建（1964-），男，陕西扶风人，西安石油大学计算机学院教授，研究方向为机器学习、模式识别、图像处理与数据挖掘；刘丽婷（1991-），女，江苏靖江人，西安石油大学计算机学院硕士研究生，研究方向为智能计算与可视化技术。

0引言

机器学习已经逐渐渗透到现代生活的方方面面，从网页搜索到社交网络内容过滤，再到电商推荐，在相机、智能手机等电子产品中的应用也越来越多。……