文档名：基于多信息融合的层次聚类测井曲线自动分层方法
摘要：随着人工智能的快速发展,机器学习的应用范围越来越广泛,将机器学习的方法用于测井曲线分层可以提高分层效率和精度.在利用测井资料进行岩性识别、沉积相分析等研究时,先要对测井曲线进行分层.文中提出一种基于多信息融合的层次聚类分层方法,实现了对测井曲线的自动分层.首先,采用滤波的方式滤除曲线上的噪点,对数据进行归一化处理,消除量纲的影响;其次,通过特征优选,选择包含较多地层信息的特征曲线,构造一个滤波器,将其中相似性较高的曲线融合,曲线融合的权值通过遗传算法求得;最后,使用层次聚类方法对多信息融合后的测井数据进行划分,将分层结果与人工分层结果进行对比验证.该方法能够提高分层效率,为地质勘探工作提供可靠的分层依据.
作者：张景越 肖小玲 王鹏飞 向家富 张翔 Author：ZHANGJingyue XIAOXiaoling WANGPengfei XIANGJiafu ZHANGXiang
作者单位：长江大学计算机科学学院,湖北荆州434000长江大学计算机科学学院,湖北荆州434000;油气资源与勘探技术教育部重点实验室(长江大学),湖北武汉430100油气资源与勘探技术教育部重点实验室(长江大学),湖北武汉430100
刊名：断块油气田
Journal：Fault-BlockOilandGasField
年，卷(期)：2024, 31(1)
分类号：TE319
关键词：多信息融合 层次聚类 测井曲线分层 滤波 遗传算法
Keywords：multi-informationfusion hierarchicalclustering loggingcurvestratification filtering geneticalgorithm
机标分类号：TP181P618.13TP311.5
在线出版日期：2024年3月1日
基金项目：国家自然科学基金，复杂地质背景下电成像测井层理面检测与产状快速提取方法研究基于多信息融合的层次聚类测井曲线自动分层方法[
期刊论文] 断块油气田--2024, 31(1)张景越 肖小玲 王鹏飞 向家富 张翔随着人工智能的快速发展,机器学习的应用范围越来越广泛,将机器学习的方法用于测井曲线分层可以提高分层效率和精度.在利用测井资料进行岩性识别、沉积相分析等研究时,先要对测井曲线进行分层.文中提出一种基于多信息融合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多信息融合的层次聚类测井曲线自动分层方法 Automatic stratification method of hierarchical clustering logging curve based on multi-information fusion
基于多信息融合的层次聚类测井曲线自动分层方法.pdf
- 文件大小:
- 1.91 MB
- 下载次数:
- 60
-
高速下载
|
|
