排序方式： 共有3条查询结果，搜索用时 5 毫秒
1
1.
致密砂岩流体识别难度大,智能算法能够较好地建立其流体识别模型.相较于单一智能算法,分类委员会机器通过联合多个专家(智能算法)有助于提升智能模型整体性能.而针对分类委员会机器中单个专家性能难以提升的问题,添加门网络构建动态分类委员会机器是一种更有效的模块化学习方式.本研究首先采用门网络将输入数据划分为多个子数据集,然后联合决策树、概率神经网络、贝叶斯分类、BP神经网络、最近邻算法分别训练子数据集得到多个子模型,最后利用组合器最优化子模型组合得到最佳的流体识别模型.针对塔里木盆地库车坳陷大北、克深、博孜地区致密砂岩地层测井数据和测试数据,采用平均影响值法优选敏感测井系列作为输入,构建了动态的测井流体识别模型,其训练、验证准确率分别为96.29%和91.39%.利用此模型以BZ9井为例进行流体类型判别,预测结果与测试结果一致.该方法将无监督与有监督学习相结合,引入门网络提高了数据集利用效率,避免了数据集分布不均衡对模型构建的影响;采用投票机制集成多种专家,建立了子模型与专家的适应关系,流体识别模型预测精度和泛化能力大大提高. 相似文献
2.
由于时间域内粘弹性介质的本构方程是一种卷积积分形式,无法将它直接离散化数值求解.本文采用GSLS模型逼近谐振Q模型介质的粘弹性;推导了粘弹性介质中实现纵波和横波分解的等价波动方程.同时给出了等价方程的完全匹配吸收边界(PML)条件公式及相应的交错网格任意偶数阶精度有限差分格式.最后应用交错网格高阶有限差分法,求解等价波动方程.实验显示GSLS模型逼近精度高,吸收边界效果好,能够实现纵、横波的完全分离,可以得到高精度的波场快照和合成记录;并且波场快照和合成记录能较好的反映谐振Q模型介质的粘弹性特征.结果证明GSLS模型能够精确地逼近谐振Q模型的粘弹性. 相似文献
3.
数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗余信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。 相似文献
1