一种基于改进卷积神经网络的岩石力学参数预测方法

一种基于改进卷积神经网络的岩石力学参数预测方法，属地质勘查技术领域。先收集目标矿区的测井曲线与岩心实验数据构建初始数据集；通过数据清洗、归一化与相关性分析筛选敏感测井曲线作为特征输入；将连续多个深度点的测井数据组合为特征矩阵作为训练样本，引入上下文信息；核心在于构建使用非对称卷积核的卷积神经网络模型，通过其纵向与横向差异化特征提取能力，充分学习测井数据的空间结构特征，建立测井数据与岩石力学参数之间的复杂非线性映射关系；模型结合Adam优化器、学习率调度与早停机制进行优化，并通过网格搜索与K折交叉验证确定最优模型。从而实现了全井段岩石力学参数的高效、精准和自动化预测，显著提升了识别效率与地质适应性。