錄井解釋過程中,由于數(shù)據(jù)特征維度較高和數(shù)據(jù)集成化能力不足等,需要人工校正錄井綜合圖的巖性剖面。提出一種基于數(shù)據(jù)挖掘的錄井剖面歸位解釋處理方法,對選取的錄井解釋數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗,選取有效影響因子,進(jìn)行基于主成分分析的特征降維;分析錄井解釋數(shù)據(jù)特點(diǎn),選擇神經(jīng)網(wǎng)絡(luò)算法作為模式挖掘模型;對模式挖掘模型進(jìn)行表達(dá)與解釋,將實(shí)驗(yàn)獲得的最優(yōu)特征識別模式運(yùn)用于實(shí)際數(shù)據(jù)。結(jié)果表明,采用模式挖掘模型在未知區(qū)塊的平均識別準(zhǔn)確率接近于92%,模型泛化能力相對穩(wěn)定,對部分常用的巖性的識別準(zhǔn)確率接近于95%,與多次人工校正后的歸位結(jié)果相近。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 錄井解釋數(shù)據(jù)清洗與特征降維
    1.1 數(shù)據(jù)清洗
    1.2 有效影響因子集
        1.2.1 模糊語義量化與分類
        1.2.2 交叉特征構(gòu)建
        1.2.3 特征評估
    1.3 特征降維
2 巖性特征模式挖掘模型
3 巖性特征識別模式
    3.1 邏輯表達(dá)結(jié)構(gòu)
    3.2 內(nèi)容存儲結(jié)構(gòu)
    3.3 讀取與解釋
4 實(shí)驗(yàn)
    4.1 數(shù)據(jù)選擇
    4.2 結(jié)果分析
        4.2.1 巖心歸位實(shí)驗(yàn)
        4.2.2 巖性特征識別
5 結(jié)論



本文編號：3786603