基于数据挖掘的录井剖面归位解释方法

发布时间：2023-04-08 22:42

　　录井解释过程中,由于数据特征维度较高和数据集成化能力不足等,需要人工校正录井综合图的岩性剖面。提出一种基于数据挖掘的录井剖面归位解释处理方法,对选取的录井解释数据进行数据清洗,选取有效影响因子,进行基于主成分分析的特征降维;分析录井解释数据特点,选择神经网络算法作为模式挖掘模型;对模式挖掘模型进行表达与解释,将实验获得的最优特征识别模式运用于实际数据。结果表明,采用模式挖掘模型在未知区块的平均识别准确率接近于92%,模型泛化能力相对稳定,对部分常用的岩性的识别准确率接近于95%,与多次人工校正后的归位结果相近。

【文章页数】：8 页

【文章目录】：
0 引言
1 录井解释数据清洗与特征降维
    1.1 数据清洗
    1.2 有效影响因子集
        1.2.1 模糊语义量化与分类
        1.2.2 交叉特征构建
        1.2.3 特征评估
    1.3 特征降维
2 岩性特征模式挖掘模型
3 岩性特征识别模式
    3.1 逻辑表达结构
    3.2 内容存储结构
    3.3 读取与解释
4 实验
    4.1 数据选择
    4.2 结果分析
        4.2.1 岩心归位实验
        4.2.2 岩性特征识别
5 结论



本文编号：3786603