当前位置:主页 > 科技论文 > 石油论文 >

基于模糊神经网络的勘探资源数据挖掘方法研究与实现

发布时间:2020-05-28 12:57
【摘要】:目前基于数据挖掘技术发现石油勘探地质数据(以下简称勘探数据)中隐藏的“知识”并设计自动挖掘软件成为石油石化行业的研究热点。但由于勘探数据的类型多样性和结构复杂性很高,各属性间关系不明确、噪声较大,因此目前业内学者没有比较规范地针对勘探数据的数据挖掘建模过程的研究。另外,国内外已建成大批石油勘探数据库,组成庞大的数据集合,但针对勘探数据的“知识”挖掘软件国内少有。如何对规模庞大、种类多样的勘探数据进行“知识”挖掘以及建立挖掘软件已成为当前石油石化行业谋求长远发展的迫切需要。针对实际情况与目前研究的不足,本文提出一种基于类神经网络的勘探数据“知识”发现方法并实现了该方法的支撑软件。本文从以下三个方面进行研究:(1)以公开的盆地数据(勘探数据的一种)为实验样本,经过数据预处理整理出适合挖掘的数据样本,步骤包括数据清理、数据分析、构造数据。本文以盆地数据为例,详细地说明本文提出的系统化数据预处理过程。这部分研究作为建立“知识”挖掘模型的基础,对于建立高品质的“知识”挖掘模型是必不可少的。(2)根据类神经网络模型理论,以实验为基础探究模型是否适用于本文的盆地数据,同时检验本文提出的数据预处理过程是否适合类神经网络模型。提出针对建立的模型“知识”发现结果的评价标准,并进行评价及分析。(3)根据实际工程需求,本文以适应性类神经网络模糊推理系统模型为基础,提出了以用户需求为主的“知识”发现软件的核心算法。该软件与中国石油某研究院已有的基于SVM模型的“知识”发现软件共同组成石油勘探资源“知识”发现软件系统。本文设计并实现了基于适应性类神经网络模糊推理系统模型的石油勘探资源“知识”发现软件并在实际工程应用中起到较好的效果,软件运行结果表明本文提出的数据挖掘建模过程的理论能够实现。
【图文】:

流程图,数据挖掘技术,流程图


图 1.1 数据挖掘技术流程图Fig. 1.1 Flow chart of Data Mining Technology探数据“知识”发现自动化软件的研究现状知名知识发现研究学者 Han Jiawei 教授领导课题组研发了数据挖Miner,该系统可以从数据中挖掘不同层次知识,包括多种挖掘功、分类、预测[24]。IBM 公司 Almaden 研究中心的 R.Agrawal 等人据挖掘软件系统 Quest,该系统面向大型数据库[25]。随着数据挖掘及其在实际工程应用中地位的逐步提高,国内也出现了大量对数究及应用。南京大学的徐洁磐、陈栋等人研发了一款数据挖掘原系统是可以处理不同领域“知识”发现任务的通用系统,,主要有知识发现、分类规则发现、关联规则发、函数依赖关系发现及基”发现等功能[26]。中科院软件所课题组在数据挖掘技术的研究上发表若干论文[27]。李得毅院士、孟海军等人发表多篇论文[28]。尽

数据挖掘,叫模,客观公正,统计测试


中国石油大学(北京)硕士专业学位论文型的方式有两种,一是对每个模型都进行训练,再统计测试数据的误差,选择误差最小的模型;二是调整模型参数使得模型表现尽可能最优,主要方法有手动调优、网格搜索、随机搜索以及基于贝叶斯的参数调优方法。(5)结果分析和改进:分析的对象主要是所选模型的优缺点(或者叫模型的评估),客观公正的评判以改进模型。
【学位授予单位】:中国石油大学(北京)
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP183;TP311.13;P618.13

【相似文献】

相关期刊论文 前10条

1 邵兴江;;数据挖掘在教育信息化中的应用空间分析[J];浙江现代教育技术;2004年03期

2 于春香;;数据挖掘技术简介[J];福建信息技术教育;2005年01期

3 刘逸萱;;浅析大数据挖掘中抽样估计法的应用[J];现代信息科技;2019年21期

4 戴新建;;基于大数据挖掘的广播电视客户价值分析[J];科技视界;2019年34期

5 周致丞;;大数据下一种规则的快速挖掘技术研究[J];河南科技;2018年25期

6 蔡萌萌;张巍巍;王泓霖;;大数据时代的数据挖掘综述[J];价值工程;2019年05期

7 张泽;吕新;侯彤瑜;;数据挖掘在农业信息化中的应用进展探析[J];信息记录材料;2019年01期

8 张俊杰;;恰当的水务大数据才符合数据挖掘的需求[J];城乡建设;2019年02期

9 王彬;;数据挖掘构成要素的侦查视角分析[J];河南警察学院学报;2019年02期

10 程志;张玉彤;贾彪;;远距离光纤通信传输故障数据挖掘方法[J];激光杂志;2019年04期

相关会议论文 前10条

1 马钰超;;浅析大数据和数据挖掘及其在烟草行业中的应用[A];中国烟草学会2015年度优秀论文汇编[C];2015年

2 唐杰;梅俏竹;;数据挖掘学科发展研究[A];2012-2013控制科学与工程学科发展报告[C];2014年

3 王时光;;大数据时代规划数据挖掘的创新思考[A];新常态:传承与变革——2015中国城市规划年会论文集(04城市规划新技术应用)[C];2015年

4 史东辉;蔡庆生;张春阳;;一种新的数据挖掘多策略方法研究[A];第十七届全国数据库学术会议论文集(研究报告篇)[C];2000年

5 谢中;邱玉辉;;面向商务网站有效性的数据挖掘方法[A];第十八届全国数据库学术会议论文集(技术报告篇)[C];2001年

6 许珂;姜山;;数据挖掘方法在科技产出分布可视化研究中的运用[A];第二届中国科技哲学及交叉学科研究生论坛论文集(硕士卷)[C];2008年

7 雷宇;;论行业信息资源的数据挖掘[A];中国烟草行业信息化研讨会论文集[C];2004年

8 吴以凡;吴铁军;欧阳树生;;面向生产过程质量控制的动态数据挖掘方法[A];05'中国自动化产业高峰会议暨中国企业自动化和信息化建设论坛论文集[C];2005年

9 彭怡;;从数据挖掘文章聚类分析看其发展趋势[A];现代工业工程与管理研讨会会议论文集[C];2006年

10 张建锦;刘小霞;;密度偏差抽样及其在海量数据挖掘中的应用[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年

相关重要报纸文章 前10条

1 本报记者 彭科峰;数据挖掘,如何改变世界?[N];中国科学报;2018年

2 王祥;数据挖掘须严守“合法”底线[N];中国城乡金融报;2019年

3 陆天歌 王兆亮;数据挖掘:帮你读懂未来战争[N];解放军报;2018年

4 本报记者 戴丽昕;在人才工作中展现数据挖掘力量[N];上海科技报;2019年

5 本报记者 林丽鹂;用大数据挖掘市场“金矿”[N];人民日报;2019年

6 本报记者 张佳星;把扎克伯格拉下水,大数据挖掘犯错了吗[N];科技日报;2018年

7 本报记者 张佳星;数据挖掘大战 机器怎么做到“见信如面”[N];科技日报;2018年

8 记者 张潇;打造数据挖掘领域的“响尾蛇模式”[N];西安日报;2018年

9 上海市浦东卫生发展研究院 孙雪松 王晓丽;数据挖掘在医学大数据研究中的应用[N];中国信息化周报;2018年

10 本报记者 叶曜坤;全国人大代表邓晓辉:推翻阻碍数据挖掘的“三座大山”[N];人民邮电;2017年

相关博士学位论文 前10条

1 姜彦;正则化方法在数据挖掘中的应用与研究[D];湖南大学;2015年

2 马昱欣;结合可视化与数据挖掘的数据分析方法探究[D];浙江大学;2017年

3 李雄;单核苷酸多态性数据挖掘方法及其应用研究[D];湖南大学;2015年

4 董瑶;基于统计分析与数据挖掘的智能优化预测研究及应用[D];兰州大学;2015年

5 黄柏文;基于数据挖掘的徐力教授治疗晚期肺癌经验总结及常用药对实验研究[D];南京中医药大学;2019年

6 王达;时间序列数据挖掘研究与应用[D];浙江大学;2004年

7 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年

8 王立宏;信息系统的约简与粒度分析及其在数据挖掘中的应用[D];上海大学;2004年

9 杨虎;序列数据挖掘的模型和算法研究[D];重庆大学;2003年

10 李秋丹;数据挖掘相关算法的研究与平台实现[D];大连理工大学;2004年

相关硕士学位论文 前10条

1 赖文锐;数据挖掘在我国数字出版中的应用研究[D];湘潭大学;2019年

2 刘国峰;基于文本分析和数据挖掘的股市分析系统[D];哈尔滨工业大学;2019年

3 黄家文;基于数据挖掘的互联网农业金融风险分析[D];浙江海洋大学;2019年

4 温莹;基于关联数据挖掘的家用灭火器设计研究[D];西安工程大学;2019年

5 越缙;数据挖掘在民办应用型本科高校招生中的应用研究[D];安徽大学;2019年

6 张玉娇;基于循证的中药性效数据挖掘方法评价研究[D];江西中医药大学;2019年

7 李梦飞;基于数据挖掘的电动汽车动力电池健康状态研究[D];上海交通大学;2018年

8 武攀;基于数据挖掘王雪峰教授对儿童难治性肾病综合征辨治规律分析[D];辽宁中医药大学;2019年

9 李熠;基于数据挖掘的卢秉久教授辨治非酒精性脂肪性肝病临床经验研究[D];辽宁中医药大学;2019年

10 王春艳;基于数据挖掘探讨凌娜教授治疗不孕症的经验及用药规律[D];辽宁中医药大学;2019年



本文编号:2685269

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2685269.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户04e15***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com