油田数据挖掘技术的研究与应用

发布时间：2017-05-07 11:11

  本文关键词：油田数据挖掘技术的研究与应用，，由笔耕文化传播整理发布。

【摘要】：当前的油田系统由于计算机的普遍应用,积累了大量的数据,怎样从这些大量数据中提取出有用的信息和知识,更好地为油田的发展提供帮助成为迫切需要,而数据挖掘技术的出现正好解决了这一问题。　 数据挖掘是人工智能领域的一门重要的学科,是数据库系统和新的数据库应用的一个有希望的、欣欣向荣的学科前沿。数据挖掘(Data Mining)通常又称为数据库中知识发现(KDD),是自动的或方便的模式提取,这些模式代表隐藏在大型数据库、数据仓库或其他大量信息存储中的知识。它是一个多学科领域,从多个学科汲取营养。这些学科包括数据库技术、人工智能、机器学习、神经网络、统计学、模式识别、知识库系统、知识获取、信息检索、高性能计算和数据可视化。　 贝叶斯方法和聚类分析技术是数据挖掘中常用的分类方法。贝叶斯方法的特点是使用概率去表示所有形式的不确定性,学习或其他形式的推理都用概率规则来实现。贝叶斯方法在文本分类中具有较高的准确率。聚类分析是一种数据划分或分组处理的重要方法和手段,它的目的是使得属于同一类别的个体之间的距离尽可能的小,而不同类别上的个体间的距离尽可能的大。　 本文首先对数据挖掘的现状、发展趋势和应用领域进行了概述,然后详细研究了贝叶斯学习方法和聚类分析技术,最后根据油田数据的特点,将其应用于油田数据监控系统中,达到了预期的效果。　　
【关键词】：数据挖掘 人工智能 贝叶斯学习 聚类分析　
【学位授予单位】：大庆石油学院
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TP311.13
【目录】：

• 第一章 数据挖掘概述8-13
• 1.1 时代的挑战8-9
• 1.2 数据挖掘的定义9
• 1.3 数据挖掘的内容和本质9-10
• 1.4 国内外数据挖掘的研究现状10-11
• 1.4.1 国外的研究现状11
• 1.4.2 国内的研究现状11
• 1.5 数据挖掘的发展趋势11-13
• 第二章 数据挖掘系统原理13-19
• 2.1 数据挖掘系统结构13-14
• 2.2 数据挖掘的过程14-15
• 2.2.1 数据准备14
• 2.2.2 数据挖掘阶段14-15
• 2.2.3 结果解释和评价15
• 2.3 数据挖掘的任务15
• 2.4 数据挖掘的方法15-17
• 2.5 数据挖掘的对象17-18
• 2.5.1 关系数据库17
• 2.5.2 数据仓库17
• 2.5.3 高级数据库系统和高级数据库应用17-18
• 2.6 评价数据挖掘软件需要考虑的问题18-19
• 第三章 贝叶斯学习19-24
• 3.1 贝叶斯方法简介19
• 3.2 贝叶斯法则19-21
• 3.3 朴素贝叶斯分类器21-22
• 3.4 朴素贝叶斯分类器的应用22-24
• 第四章 聚类分析24-30
• 4.1 聚类分析概述24-25
• 4.2 主要聚类方法的分类25-26
• 4.3 孤立点分析方法26-30
• 4.3.1 基于统计的孤立点检测27-28
• 4.3.2 基于距离的孤立点检测28
• 4.3.3 基于偏离的孤立点检测28-30
• 第五章 油田数据库监控系统的实现30-39
• 5.1 系统简介30-31
• 5.1.1 系统的整体结构30
• 5.1.2 系统功能30-31
• 5.2 用户操作监控模块31-32
• 5.3 数据质量跟踪模块32-36
• 5.3.1 静态数据跟踪模块32
• 5.3.2 动态数据跟踪模块32-36
• 5.3.3 小结36
• 5.4 网络查询模块36-39
• 结论39-40
• 致谢40-41
• 参考文献41-43
• 攻读硕士学位期间发表的学士论文43-44
• 大庆石油学院硕士研究生学位论文摘要44-48

【引证文献】

中国期刊全文数据库 前4条

1 聂慧慧;;数据挖掘技术的研究[J];福建电脑;2009年10期

2 赵贵菊;;基于聚类方法的软件设计与应用[J];计算机工程与设计;2009年24期

3 曹莎莎;;数据挖掘在油田生产中的应用[J];山西电子技术;2009年05期

4 张雪松;毛云龙;檀竹南;;数据挖掘技术的研究应用综述[J];中国石油和化工;2008年12期

中国博士学位论文全文数据库 前1条

1 晁会霞;基于油田多源数据分析与挖掘的白豹地区储层特征研究[D];长安大学;2009年

中国硕士学位论文全文数据库 前2条

1 苏菡;商业性健身俱乐部客户流失分析及对策研究[D];吉林大学;2009年

2 周慎;基于SQL server2005的罪犯信息数据挖掘技术研究与应用[D];电子科技大学;2010年

  本文关键词：油田数据挖掘技术的研究与应用，由笔耕文化传播整理发布。

本文编号：349752