期刊文献+
共找到26篇文章
< 1 2 >
每页显示 20 50 100
Quantitative evaluation methods for waterflooded layers of conglomerate reservoir based on well logging data 被引量:22
1
作者 Tan Fengqi Li Hongqi +2 位作者 Xu Changfu Li Qingyuan Peng Shouchang 《Petroleum Science》 SCIE CAS CSCD 2010年第4期485-493,共9页
The rapid changing near source, multi-stream depositional environment of conglomerate reservoirs leads to severe heterogeneity, complex lithology and physical properties, and large changes of oil layer resistivity. Qu... The rapid changing near source, multi-stream depositional environment of conglomerate reservoirs leads to severe heterogeneity, complex lithology and physical properties, and large changes of oil layer resistivity. Quantitative evaluation of water-flooded layers has become an important but difficult focus for secondary development of oilfields. In this paper, based on the analysis of current problems in quantitative evaluation of water-flooded layers, the Kexia Group conglomerate reservoir of the Sixth District in the Karamay Oilfield was studied. Eight types of conglomerate reservoir lithology were identified effectively by a data mining method combined with the data from sealed coring wells, and then a multi-parameter model for quantitative evaluation of the water-flooded layers of the main oil-bearing lithology was developed. Water production rate, oil saturation and oil productivity index were selected as the characteristic parameters for quantitative evaluation of water-flooded layers of conglomerate reservoirs. Finally, quantitative evaluation criteria and identification rules for water-flooded layers of main oil-bearing lithology formed by integration of the three characteristic parameters of water-flooded layer and undisturbed formation resistivity. This method has been used in evaluation of the water-flooded layers of a conglomerate reservoir in the Karamay Oilfield and achieved good results, improving the interpretation accuracy and compliance rate. It will provide technical support for avoiding perforation of high water-bearing layers and for adjustment of developmental programs. 展开更多
关键词 Water-flooded layer quantitative evaluation conglomerate reservoir lithology identification decision tree characteristic parameters
下载PDF
基于样本熵与决策树的麻醉意识深度评价指数的研究 被引量:19
2
作者 刘军 周雅琪 +3 位作者 陈绍宾 徐天昊 陈枭 谢斐 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2015年第2期434-439,共6页
麻醉意识深度监测是临床中保证全身麻醉(全麻)手术顺利进行的关键手段之一,脑电图(EEG)作为检测大脑皮层活动的主要信号,是评价麻醉意识深度的重要工具。本文根据脑电信号随麻醉意识深度变化的趋势,提出结合脑电分析中的时域、频域及复... 麻醉意识深度监测是临床中保证全身麻醉(全麻)手术顺利进行的关键手段之一,脑电图(EEG)作为检测大脑皮层活动的主要信号,是评价麻醉意识深度的重要工具。本文根据脑电信号随麻醉意识深度变化的趋势,提出结合脑电分析中的时域、频域及复杂度方法,采用决策树分类器与最小二乘拟合法计算麻醉深度指数(DOAI)。利用临床采集的40例丙泊酚全麻手术患者的脑电信号和麻醉专家对信号的分类、评分对此方案进行验证,实验结果与目前临床上广泛使用的BIS指数进行对比,结果显示DOAI与BIS指数的Pearson相关性可达0.89,从而证实此方案的可行性与准确性,为麻醉监护工作者提供了一种思路。 展开更多
关键词 麻醉监护 脑电参数 决策树 麻醉深度指数 BIS指数
原文传递
基于中尺度光谱和时序物候特征提取南方丘陵山区茶园 被引量:16
3
作者 马超 杨飞 王学成 《国土资源遥感》 CSCD 北大核心 2019年第1期141-148,共8页
南方丘陵山区茶园空间分布的提取对于南方经济发展和生态环境保护有重要意义。为此提出一种基于中尺度光谱和时序物候特征的茶园提取方法。利用MODIS增强植被指数(enhanced vegetation index,EVI)和归一化植被指数(normalized differenc... 南方丘陵山区茶园空间分布的提取对于南方经济发展和生态环境保护有重要意义。为此提出一种基于中尺度光谱和时序物候特征的茶园提取方法。利用MODIS增强植被指数(enhanced vegetation index,EVI)和归一化植被指数(normalized difference vegetation index,NDVI)数据产品选择Landsat影像的最适时间窗口,使用面向对象方法和决策树分类模型提取初步分类结果,使用MODIS-EVI植被时序数据提取不同植被物候参数,完成茶园分布范围提取。以福建省漳州市和安溪县为研究区进行茶园提取,经检验,总体分类精度达到85. 71%,Kappa系数达到0. 83,其中茶园的生产者精度为83. 72%,用户精度为90. 00%;提取结果与漳州市和安溪县茶园种植面积的公开统计数据接近。结果表明,该方法可获得较高的茶园提取精度。提取结果可以为南方经济发展和政府有关部门对茶园的调控提供一定参考和指导。 展开更多
关键词 遥感 面向对象方法 茶园 物候参数 决策树
下载PDF
基于决策树理论的交通流参数短时预测 被引量:13
4
作者 薛红军 陈广交 +1 位作者 李鑫民 顾理 《交通信息与安全》 2016年第3期64-71,共8页
针对现有交通流参数短时预测方法的不足,考虑到交通流数据序列的非线性特征,提出一种基于决策树理论的非参数预测方法。采用时间序列滞后项将交通流参数序列转化成非参数模型能处理的数据格式。考虑到交通流参数之间存在长期协整关系,... 针对现有交通流参数短时预测方法的不足,考虑到交通流数据序列的非线性特征,提出一种基于决策树理论的非参数预测方法。采用时间序列滞后项将交通流参数序列转化成非参数模型能处理的数据格式。考虑到交通流参数之间存在长期协整关系,构建流量速度滞后项的组合向量,为预测模型提供基础数据。构建基于分类回归树(CART)的交通流参数短时预测模型。基于实际采集的道路交通流数据,对模型在不同等级道路不同速度区间下的性能进行评估。结果表明,所提出的模型相较于常用的时间序列模型,精度有所提高;速度预测准确性普遍高于流量,速度平均绝对百分比误差基本小于13%,而流量预测则达到了30%;采用工作日和周末数据分别建模能够有效提升预测性能;不同速度区间下的预测性能评估显示,模型在各等级道路中速区间的预测结果具有较高的准确性与稳定性。 展开更多
关键词 城市交通 交通流参数 短时预测 决策树 非参数模型
下载PDF
面向土壤分类的高光谱反射特征参数模型 被引量:12
5
作者 刘焕军 张小康 +4 位作者 张新乐 武洪峰 金慧凝 于胜男 邱政超 《遥感学报》 EI CSCD 北大核心 2017年第1期105-114,共10页
提出了一种无损、快速、成本低的土壤分类方法,选取松嫩平原4种典型土壤(黑土、黑钙土、风砂土和草甸土)耕层(0—20 cm)土样的实验室反射光谱数据作为研究对象,采用重采样、包络线消除法处理光谱数据,提取反映反射光谱特征的光谱特征参... 提出了一种无损、快速、成本低的土壤分类方法,选取松嫩平原4种典型土壤(黑土、黑钙土、风砂土和草甸土)耕层(0—20 cm)土样的实验室反射光谱数据作为研究对象,采用重采样、包络线消除法处理光谱数据,提取反映反射光谱特征的光谱特征参数,利用K均值聚类(K-means clustering)和决策树(decision tree)分别进行聚类分析和分类模型构建,实现土壤的快速分类。结果表明,利用表层土壤反射光谱特征参数构建的决策树分类模型可以对研究区土壤进行分类。研究成果有望加快土壤制图,为土壤理化性质的时空变化研究提供技术支持。 展开更多
关键词 土壤分类 光谱特征参数 K均值聚类 决策树 松嫩平原
原文传递
常规调制信号与扩频信号的调制识别算法 被引量:12
6
作者 占锦敏 赵知劲 《信号处理》 CSCD 北大核心 2020年第4期511-519,共9页
由于直扩信号(Direct Sequence Spread Spectrum,DSSS)通常淹没在噪声中,为了有效地识别直扩信号、跳频信号(Frequency Hopping Spread Spectrum,FHSS)和常规调制信号,提出基于瞬时特征和高阶累积量的识别算法。首先推导证明了FM、MFSK... 由于直扩信号(Direct Sequence Spread Spectrum,DSSS)通常淹没在噪声中,为了有效地识别直扩信号、跳频信号(Frequency Hopping Spread Spectrum,FHSS)和常规调制信号,提出基于瞬时特征和高阶累积量的识别算法。首先推导证明了FM、MFSK、MPSK、DSSS、FHSS信号的归一化四阶累积量切片c4是相同的,并推导得到AM和MQAM的c4通用公式。然后,利用归一化四阶累积量切片c4特征参数检测噪声中通信信号,利用占用带宽特征参数将信号分为扩频信号和常规调制通信信号两类;最后利用瞬时特征参数和高阶累积量特征参数,分别识别扩频信号和5种常规调制通信信号。仿真结果表明,当信噪比高于1 dB时,该算法对上述7种信号的正确识别率可达到100%。 展开更多
关键词 瞬时特征参数 高阶累积量 决策树分类器 调制信号识别
下载PDF
利用联合特征参数的卫星单 混信号调制识别 被引量:4
7
作者 龚佩 李天昀 +1 位作者 章昕亮 寸陈韬 《系统工程与电子技术》 EI CSCD 北大核心 2023年第2期589-596,共8页
针对卫星通信中常见的单混二进制相移键控(binary phase shift keying,BPSK)、正交相移键控(quadrature phase shift keying,QPSK)、8进制相移键控(8 phase shift keying,8PSK)、16进制正交幅度调制(16 quadrature amplitude modulation... 针对卫星通信中常见的单混二进制相移键控(binary phase shift keying,BPSK)、正交相移键控(quadrature phase shift keying,QPSK)、8进制相移键控(8 phase shift keying,8PSK)、16进制正交幅度调制(16 quadrature amplitude modulation,16QAM)信号调制识别问题,本文基于不同信号的累积量差异和方谱特性,充分利用累积量和谱线特征并构造合理的特征参数,最终构建决策树分类器,实现了这些信号的调制识别,并有效实现了混合QPSK和混合8PSK信号的识别。实验表明,该算法能够实现高斯白噪声条件下的单混BPSK、QPSK、8PSK、16QAM信号的分类。当信噪比大于6 dB时,除混合QPSK和混合8PSK信号外,其他信号的调制识别率能达到98%,当信噪比大于10 dB时,混合QPSK和混合8PSK信号的调制识别率能达到92%。与现有算法相比,识别率更高,由此证明所提算法的有效性。 展开更多
关键词 调制识别 累积量 方谱特性 特征参数 决策树分类器
下载PDF
基于XGBoost的中国上市公司违约风险预测模型 被引量:1
8
作者 迟国泰 王珊珊 《系统管理学报》 CSCD 北大核心 2024年第3期735-754,共20页
准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司... 准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司不同时间窗口的数据为样本进行违约预测,将所构建的PSO-XGBoost模型与逻辑回归、支持向量机等13种预测模型对比,验证所建模型的有效性。通过UCI数据库中的3个公开信用数据集,利用Friedman检验,验证所建模型的稳健性。研究表明:使用上市公司数据与13种模型对比,PSO-XGBoost模型提高了预测精度G-mean;使用3个公开信用数据集,在多个评价指标上,PSO-XGBoost模型的平均预测性能显著优于对比模型;通过指标对预测结果的贡献获得指标重要性得分,增强了预测模型的可解释性。研究发现:“资产负债率”“流动比率”“长期资本负债率”等财务指标对违约预测的影响最大,“行业景气指数”“社会消费品零售总额增长率”“流通中现金(M0)供应量同比增长率”等指标是影响违约预测的重要指标。本研究可以为提高违约风险预测的准确性提供有效的方法和实证证据,有助于加强上市公司违约风险的预警和防范,降低违约风险监管成本,为企业管理者、债权人及投资者提供良好的决策支持。 展开更多
关键词 违约预测 指标组合遴选 决策树参数
下载PDF
基于决策树的川滇地区地震序列类型判定特征重要性研究
9
作者 赵小艳 蒋海昆 +2 位作者 孟令媛 苏有锦 贺素歌 《地震研究》 CSCD 北大核心 2024年第3期321-335,共15页
基于1966—2021年川滇地区225次5级以上地震目录、地震序列目录和历史地震震源机制资料,参考以往研究和震后趋势预测实践经验,构建了10个基于地震观测数据的机器学习序列类型判定特征样本数据集。基于地震序列分类定义,设置多震型、主... 基于1966—2021年川滇地区225次5级以上地震目录、地震序列目录和历史地震震源机制资料,参考以往研究和震后趋势预测实践经验,构建了10个基于地震观测数据的机器学习序列类型判定特征样本数据集。基于地震序列分类定义,设置多震型、主余型、孤立型三类样本“标签”。对样本进行不均衡处理、对特征参数进行缺失处理后,采用决策树模型对特征参数的重要性进行研究。结果显示:不同时间段特征参数重要性类别有一定差异,随着序列数据资料的增加,序列类型判断更倚重动态的序列数据资料;主震震源机制相关参数和主震参数对序列分类有较高的贡献率,序列参数对序列分类贡献率不高。整体而言,模型给出的结果与实际经验性预报方法较为一致。 展开更多
关键词 地震序列类型 机器学习 特征参数 决策树
下载PDF
利用典型Stokes参数的油菜物候期识别
10
作者 张永鑫 张王菲 +1 位作者 徐昆鹏 李建刚 《武汉大学学报(信息科学版)》 EI CAS CSCD 北大核心 2023年第8期1322-1330,共9页
油菜关键物候期信息的获取对于油菜的田间管理、观赏时间预测及产量估测等具有重要意义,是精准农业实施的重要组成部分。极化合成孔径雷达技术不仅可以实现对作物全天时监测,而且对作物的结构信息敏感,在物候期提取中极具潜力。首先,以... 油菜关键物候期信息的获取对于油菜的田间管理、观赏时间预测及产量估测等具有重要意义,是精准农业实施的重要组成部分。极化合成孔径雷达技术不仅可以实现对作物全天时监测,而且对作物的结构信息敏感,在物候期提取中极具潜力。首先,以覆盖油菜整个生长期的5景时间序列全极化Radarsat-2数据为基础,基于Stokes矢量提取了平均强度g0、归一化平均强度g0m、平均极化度ρm、零度方向路线球面度Pdor、零度孔径路线倾斜度Idap和零度孔径路线弧对称度Aadap6个典型Stokes参数;然后,对比分析了这6个参数对油菜整个生长期动态变化的响应特征,并以此为基础采用决策树(decision tree,DT)算法对油菜的物候期进行了识别。研究结果表明,6个Stokes参数中,除ρm和Aadap外,其他4个参数均对油菜物候期变化敏感,在油菜物候期识别中具有极大的潜力。DT算法能有效识别油菜的各关键物候期,其分类结果与样地实测数据具有良好的一致性,总体分类精度为87.4%;在单个物候期的识别中,识别精度最高达到了94.3%。 展开更多
关键词 油菜 物候期识别 Stokes参数 决策树算法
原文传递
基于随机子空间和Ada Boost集成学习的地震事件性质辨识研究 被引量:1
11
作者 吴涛 庞聪 +2 位作者 江勇 丁炜 廖成旺 《地球物理学进展》 CSCD 北大核心 2022年第3期981-988,共8页
在常规强震动监测工作中,常记录到人工爆破、塌陷等非天然地震动事件信号,以及电磁环境干扰、设备故障等引起的异常信号,这对地震预警预报工作中的地震精确识别极为不利.设计一种新型天然地震事件特征提取及性质辨识方法,克服以往全人... 在常规强震动监测工作中,常记录到人工爆破、塌陷等非天然地震动事件信号,以及电磁环境干扰、设备故障等引起的异常信号,这对地震预警预报工作中的地震精确识别极为不利.设计一种新型天然地震事件特征提取及性质辨识方法,克服以往全人工或半人工识别地震的不足之处,引入协方差驱动的随机子空间(Cov-SSI)方法,经过Hankel矩阵构造、奇异值分解、系统定阶、特征值分解及系统状态矩阵方程求解等步骤,从目标记录中提取出系统阶次、系统协方差矩阵奇异值累加和、有效奇异值个数、模态频率及系统特征根实部等特征参数,应用决策树为弱学习器的AdaBoost集成学习算法对目标事件进行性质辨识.实验数据选取九寨沟M7.0级天然地震事件强震动记录与干扰数据,结果表明:整体辨识准确率达到90%以上;在同等条件下,辨识准确率、召回率、F-Measure等性能指标皆优于SVM、KNN、DAC等传统机器学习方法;该法在天然地震事件性质准确辨识领域,有一定的参考价值. 展开更多
关键词 地震事件分类 随机子空间 集成学习 模态参数 决策树
原文传递
规则归纳在遗传算法设计中的应用与研究
12
作者 李婷 崔杜武 《计算机工程与设计》 CSCD 北大核心 2009年第20期4697-4700,4714,共5页
在设计遗传算法时,主要讨论算法种类的选取和控制参数的设置。基于规则归纳方法,提出一种研究遗传算法种类选择和控制参数设置的试验模型。以遗传算法数值优化问题为背景,用统一结构描述遗传算法试验,通过属性分组等操作规范训练集,利... 在设计遗传算法时,主要讨论算法种类的选取和控制参数的设置。基于规则归纳方法,提出一种研究遗传算法种类选择和控制参数设置的试验模型。以遗传算法数值优化问题为背景,用统一结构描述遗传算法试验,通过属性分组等操作规范训练集,利用决策树算法SLIQ进行规则归纳。将获取的规则用于指导遗传算法设计,再用设计出的算法解决某函数的优化求解问题。 展开更多
关键词 遗传算法参数 规则归纳 决策树 SLIQ算法 WEKA
下载PDF
海量运动数据中的差异参数优化挖掘方法
13
作者 宁光芳 齐小文 《计算机仿真》 CSCD 北大核心 2014年第6期398-401,共4页
研究在海量运动数据中差异参数的准确提取问题。由于在海量运动数据中,连续运动帧之间受到采集时间短、运动幅度变化过小的影响,运动特征数据之间的差异很小。传统数据挖掘方法中对细微差异数据无法完成准确挖掘。提出利用决策树算法的... 研究在海量运动数据中差异参数的准确提取问题。由于在海量运动数据中,连续运动帧之间受到采集时间短、运动幅度变化过小的影响,运动特征数据之间的差异很小。传统数据挖掘方法中对细微差异数据无法完成准确挖掘。提出利用决策树算法的海量运动数据中优质参数挖掘方法。计算不同属性运动数据的支持度,获取对应数据的置信度和所占比率,计算上述运动数据之间的关联性。采用贪心算法构造决策树,以自顶向下递归的方式构造判定树。将运动数据作为决策树中的树叶节点。实验结果表明,利用改进算法进行海量运动数据中优质参数提取,可以有效提高挖掘的效率和精度,去除运动数据中的冗余数据。 展开更多
关键词 运动数据 优质参数 数据挖掘 决策树
下载PDF
基于CART决策树的管制员疲劳检测研究
14
作者 靳慧斌 朱国蕾 吕川 《航天医学与医学工程》 CAS CSCD 北大核心 2018年第6期601-606,共6页
目的为保障民航安全,开发实时检测管制员疲劳的技术方法,积极进行疲劳预警。方法通过模拟管制实验采集正常与剥夺睡眠状态下受试者的脑电、心电、呼吸、体温和眼动等多源数据并计算疲劳特征指标,同时记录受试者的主观疲劳程度和操作绩效... 目的为保障民航安全,开发实时检测管制员疲劳的技术方法,积极进行疲劳预警。方法通过模拟管制实验采集正常与剥夺睡眠状态下受试者的脑电、心电、呼吸、体温和眼动等多源数据并计算疲劳特征指标,同时记录受试者的主观疲劳程度和操作绩效,在此基础上建立识别管制疲劳状态的CART决策树模型。结果RR间期、LF/HF、快波/慢波、PERCLOS和扫视速度均与管制员疲劳呈较强相关,利用决策树融合这五项指标构建疲劳检测模型,其识别受试者正常与疲劳状态的准确率为94.4%,对5级疲劳度的预测准确度为77.5%。结论该模型可以为管制员疲劳监测和预警提供技术手段。 展开更多
关键词 空中交通管制 疲劳检测 生理参数 眼动 决策树
下载PDF
基于高光谱吸收特征参数的分类研究 被引量:15
15
作者 陈文霞 陈安升 蔡之华 《计算机工程与应用》 CSCD 北大核心 2008年第28期230-232,241,共4页
在Weka平台上,采用决策树C4.5、朴素贝叶斯、朴素贝叶斯树三种算法进行了带缺失属性值的高光谱分类研究。针对高光谱波段数众多、信息冗余量大的特点,首先对光谱曲线进行光谱特征参数提取,然后再选择合适的吸收峰波段作为输入向量来进... 在Weka平台上,采用决策树C4.5、朴素贝叶斯、朴素贝叶斯树三种算法进行了带缺失属性值的高光谱分类研究。针对高光谱波段数众多、信息冗余量大的特点,首先对光谱曲线进行光谱特征参数提取,然后再选择合适的吸收峰波段作为输入向量来进行分类。实验表明,由NBTree建立的铀黑-沥青铀矿分类模型的分类误差最小,分类精度最高,其次是NaveBayes和J4.8,但从训练时间来看,NBTree则高于NB和J4.8。最后,对三种分类算法的分类结果进行了分析。 展开更多
关键词 高光谱 分类 光谱吸收特征参数 决策树 朴素贝叶斯 朴素贝叶斯树
下载PDF
基于多地表特征参数的遥感影像分类研究 被引量:7
16
作者 曹丽琴 李平湘 +1 位作者 张良培 岑奕 《遥感技术与应用》 CSCD 北大核心 2010年第1期38-44,共7页
地表特征是反映地表信息的重要参数,是了解地表时空多变信息的定量要素。提出基于多地表特征参数的遥感影像分类方法,并利用武汉市的Landsat ETM+影像为例进行试验。试验选择通用植被指数(VIUPD)、地表温度和纹理特征等多地表特征参数,... 地表特征是反映地表信息的重要参数,是了解地表时空多变信息的定量要素。提出基于多地表特征参数的遥感影像分类方法,并利用武汉市的Landsat ETM+影像为例进行试验。试验选择通用植被指数(VIUPD)、地表温度和纹理特征等多地表特征参数,在考虑光谱特征和空间信息的前提下,结合分层思想的决策树方法,对遥感影像进行分类。结果证明利用多地表特征参数的决策树分类方法与传统的基于光谱反射率特征的决策树分类方法和SVM分类方法相比较,分类精度有了明显的提高。 展开更多
关键词 多地表特征参数 影像分类 决策树
原文传递
Sentinel-2卫星影像福州市闽江水质时空变化反演分析
17
作者 朱永健 潘晓文 +2 位作者 洪宇 左佳妮 刘金福 《环境保护与循环经济》 2024年第6期58-64,共7页
以闽江福州段为研究对象,利用哨兵二号(Sentinel-2)遥感影像构建了多元线性回归(MLR)、机器模型和深度学习模型3类水质参数反演模型,对比分析了不同模型的反演精度。结果显示:基于梯度提升决策树(GBDT)的水质参数反演模型精度最高,对测... 以闽江福州段为研究对象,利用哨兵二号(Sentinel-2)遥感影像构建了多元线性回归(MLR)、机器模型和深度学习模型3类水质参数反演模型,对比分析了不同模型的反演精度。结果显示:基于梯度提升决策树(GBDT)的水质参数反演模型精度最高,对测试集数据进行反演,高锰酸盐指数(COD_(Mn))、总氮(TN)、总磷(TP)的决定系数分别达到0.846,0.882和0.819。利用GBDT模型反演了2021—2023年闽江福州段水体的COD_(Mn),TN,TP浓度,分析了COD_(Mn),TN,TP的时空变化特征。 展开更多
关键词 遥感影像 反演 水质参数 梯度提升决策树
下载PDF
用地球物理测井方法识别碳酸盐岩储集层的岩性及孔隙结构--以巴西深海J油田案例 被引量:6
18
作者 胡瑶 李军 苏俊磊 《地球物理学进展》 CSCD 北大核心 2020年第2期735-742,共8页
位于巴西深J油田的盐下碳酸盐岩岩性及孔隙结构的识别对于区域储层的分布规律十分重要,但由于海外资料的获取量有限,如何最大限度地利用已有资料进行精准有效的岩性识别成为难题.本文在已有的各项地质信息资料的基础上,先利用成像测井... 位于巴西深J油田的盐下碳酸盐岩岩性及孔隙结构的识别对于区域储层的分布规律十分重要,但由于海外资料的获取量有限,如何最大限度地利用已有资料进行精准有效的岩性识别成为难题.本文在已有的各项地质信息资料的基础上,先利用成像测井资料提取出储层内主要岩性典型的结构标准图版,然后探索各类岩性在常规测井曲线上的响应规律,并提取出识别岩性的敏感参数,建立起常规测井参数的交会图法识别规律.确认其应用在全井段识别中取得效果后,进一步利用数据挖掘软件中的决策树技术,组合成交会图-决策树模型法.将此模型应用于实际井资料的处理,利用薄片资料和成像图像进行验证,得到了更高的岩性识别符合率,证实了模型在仅有常规测井资料中的适用性. 展开更多
关键词 岩性识别 成像测井图像 常规测井资料 敏感参数 交会图-决策树模型
原文传递
基于室内外环境参数的人员开窗行为识别模型
19
作者 刘咏爽 于丹 +2 位作者 崔治国 张亮 曹勇 《煤气与热力》 2023年第4期32-37,共6页
以寒冷地区某住户为研究对象,采用C4.5决策树算法,提出一种基于室内外环境参数的供暖期人员开窗行为识别模型,选取识别模型的特征变量。结合真实开窗情况,以正确率、准确率作为指标,评价识别模型的识别效果。识别模型的特征变量为室内... 以寒冷地区某住户为研究对象,采用C4.5决策树算法,提出一种基于室内外环境参数的供暖期人员开窗行为识别模型,选取识别模型的特征变量。结合真实开窗情况,以正确率、准确率作为指标,评价识别模型的识别效果。识别模型的特征变量为室内温度、室内相对湿度、15 min室内温度变化量、60 min室内相对湿度变化量、室外温度、室外相对湿度、壁面逐时太阳入射角。各测试房间识别模型的识别正确率均比较高,范围为89.6%~94.8%。识别模型在准确率方面也有较好表现,范围为84.9%~91.6%。各房间识别模型均具有一定的正确性、准确性。识别结果与真实开窗情况变化趋势基本一致,且吻合程度比较高。C4.5决策树算法在寒冷地区供暖期人员开窗行为识别方面表现良好。 展开更多
关键词 室内外环境参数 开窗行为 识别模型 C4.5决策树算法
下载PDF
数据挖掘方法在石油勘探开发中的应用研究 被引量:30
20
作者 谭锋奇 李洪奇 +2 位作者 孟照旭 郭海峰 李雄炎 《石油地球物理勘探》 EI CSCD 北大核心 2010年第1期85-91,共7页
随着石油勘探开发的不断深入,要想从海量的地震数据中创造新的效益,有必要将数据挖掘方法应用于石油勘探和开发中,以获取高性能的地质、油藏、储层及流体性质评价的预测模型。该方法由特征选择、模型参数优化、性能评估等三大循环组成,... 随着石油勘探开发的不断深入,要想从海量的地震数据中创造新的效益,有必要将数据挖掘方法应用于石油勘探和开发中,以获取高性能的地质、油藏、储层及流体性质评价的预测模型。该方法由特征选择、模型参数优化、性能评估等三大循环组成,核心技术是将遗传算法用于特征选择和参数优化,通过重复交叉验证得到泛化准确率的无偏估计以及从多种学习方法中优选出最终模型。本文以克拉玛依油田砾岩油藏水淹层评价为例,研究了6种特征子集方案和决策树、神经网络、支持向量机、贝叶斯网络及组合学习等5种方法,综合考虑预测模型的准确率和生成规则的可操作性,并选择决策树模型作为砾岩油藏水淹级别评价的最终预测模型。与传统的地球物理勘探方法相比较,采用该数据挖掘方法的优势在于:可以充分利用多专业数据;获得丰富的预测模型;探查和发现规律;提高预测准确度,因而能更好地为油气勘探开发服务。 展开更多
关键词 石油勘探开发 挖掘方法 应用 地球物理勘探方法 水淹层评价 预测模型 决策树模型 砾岩油藏
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部