A CONNECTED DOMAIN IDENTIFICATION METHOD AND ITS APPLICATION IN QUANTITATIVE PICKUP OF CAVE INFORMATION USING ELECTRIC IMAGING LOGGING
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Solution caves are important fluid reservoir space in carbonate reservoir, and researching FMI images' caves connected domain labeling and extracting their information are meaningful. A high resolution color image can be obtained after data processing of FMI. After a series of processes which include image graying, median filtering and threshold segmentation for the color image, a binary image will be obtained which can reflect the characteristic of solution caves on the wall of a well. And on the image, caves are black spots which are labeled by same number. The labeling algorithm for image connected domain based on equivalence pair processing has the advantages of fast and no‐repeat labeling, which can eliminate equivalent pairs while labeling connected domain. The solution caves in the binary image can be marked from small to large number accurately by this arithmetic, in addition, the information of every connected domain including holes' size, grading factor, area of connected domains (areal porosity) and roundness can be extracted and processed. Using the labeled binary image can calculate porosity curve which reflects development degree of caves, and based on this curve the image can be divided into several layers. On this basis, the information distribution of areal porosity, holes' size, roundness and grading factor of every layer can be calculated easily. At last, all of these informations will be used to quantitatively evaluate the carbonate reservoir which has strong heterogeneity and lots of solution caves. And this work is also a helpful exploration for quantitative extracting of cave information from FMI images.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle