简介： 本发明公开了一种基于深度学习的多点地质统计建模参数优选方法，结合多点地质统计模型特征与建模参数的相关性认识——以多点地质统计学的数据样板尺寸为例，随着样板尺寸增加，模型与训练图像的形态视觉特征越来越相似，基于深度学习对基于(有序)建模参数集的多点地质统计随机模型的图像添加建模参数分类标签，进而实现基于建模参数的模型分类的训练学习、识别率检验，建立随机模型类别与建模参数的对应判别关系，选取低于给定识别率阈值的建模参数作为优选参数。相比传统人工视觉判别方法，本发明可以高效客观地优选多点地质统计建模参数。