本文提出了一种基于无监督的深度学习算法，以解决在显微镜下采集产生的岩石薄片图像的多聚焦融合问题。为了提取图像的深层特征，使用......

岩石薄片由于其组成成分、结构构造复杂多样,肉眼观察往往需要研究人员掌握丰富的地质知识和鉴别经验,同时鉴别工作耗时长且容易受......

在地质研究中,针对岩石薄片图像分类算法可移植性不高、分类速度较慢等问题,提出将轻量级卷积神经网络结构SqueezeNet应用于岩石薄......

随着深度学习技术的崛起,越来越多的领域利用深度学习技术都取得了巨大的突破。岩石薄片图像对研究石油地质特性以及地质勘探都有......

岩石薄片图像对研究石油地质特性以及油气勘探都有重要的意义。由于各种因素的限制,获取到的岩石薄片图像经常会出现分辨率较低的......

支持向量机是对传统学习分类方法的一个良好替代,特别是小样本、高维的情况下,有着良好的泛化能力,利用支持向量机良好的分类特性,......

岩石薄片图像的分类在地质工作中具有非常重要的意义。过去大多使用的是人工鉴定的方法,这种方法受人为因素的影响比较大,而且效率......

为实现岩石薄片图像孔隙识别的自动化,提出了一种基于聚类分割和神经网络相结合的分类识别方法。首先在图像中应用Kmeans聚类分割......

岩石薄片图像的复杂性和多解性,导致岩石薄片分类难度较大。尝试将深度学习方法应用于岩石薄片图像分类。实验选取了安山岩、白云......

为提高地质研究中石粒度分析的识别精度，提出一种基于深度信念网络的分类方法，该方法通过深度信念网络模型自动提取图像特征、构建分......

岩石薄片图像中矿物颗粒的分割和自动识别对石油地质实验有重要意义。为了评价计算机对岩石薄片图像中矿物颗粒的识别效果,论文提......

在岩石薄片图像处理中,针对岩屑矿物个数未知、成像多为聚集的点状的特点,提出了一种基于DBSCAN（Density-Based Spatial Clustering......