基于改进的Tabnet模型的岩性识别方法

本发明涉及基于改进的Tabnet模型的岩性识别方法，包括以下步骤：构建改进的Tabnet模型：包括在Tabnet网络的每一步的注意力转换器模块前添加Transformer encoder模块构成复合注意力转换器模块；对改进的Tabnet模型进行训练；用训练好的改进的Tabnet模型进行岩性识别。本申请不仅能够进行分布决策，逐步输出参数间的复杂特征表示，还能同步学习特征间的前后及长距离依赖关系，实现全局特征的提取，从而能有效地处理复杂的测井数据，提高岩性识别的准确性；针对研究区岩性样本数据不平衡的情况，采用Bsmote算法得到平衡的岩性样本以预测岩性，最终通过该深度学习算法解决砂砾岩油藏岩性识别的复杂非线性问题，实现研究区岩性的准确识别。