基于粗集理论的气测录井数据归一化处理.PDFVIP

基于粗集理论的气测录井数据归一化处理.PDF

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第25卷 第7期 计 算机 技 术 与发 展 Vol.25 No.7 2015年7月 COMPUtERtECHNOLOGY AND DEVELOPMENt July 2015 基于粗集理论的气测录井数据归一化处理 刘华蓥,孙春雨,张方舟,邱露露,高晓松 (东北石油大学计算机与信息技术学院,黑龙江 大庆 163318) 摘 要:在现代录井工程中,地质情况的不同、钻井工艺的优差等诸多原因都会影响气测录井资料的录取。 即使在同一地 区、同一层位进行钻井勘探,测量的气测资料结果也会存在很大差异。 可想而知如果在不同的地区、不同的层位进行勘探 会导致测量气测资料变得更加困难与复杂。 因此,快速、有效的规范气测资料及参数选择是现代录井工艺与油气层识别 技术中至关重要的步骤。 针对RBF神经网络算法具有收敛速度慢且不稳定等缺点,无法有效处理气测录井资料,文中提 出了一种基于粗集理论的归一化处理方法,利用粗集理论对气测样本数据归一化处理后提高了RBF神经网络的训练速 度。 为了验证方法的可行性,以辽河油田的气测录井数据为背景进行仿真计算,实验结果表明此方法有效地提高了RBF 神经网络处理气测录井数据速度。 关键词:数据归一化;气测录井;RBF神经网络;粗集理论 中图分类号:tP39 文献标识码:A 文章编号:1673-629X(2015)07-0189-04 doi:10.3969/j.issn.1673-629X.2015.07.042 Gas Logging Data Normalization Processing Based on Rough Set Theory LIU Hua-ying,SUN Chun-yu,ZHANG Fang-zhou,QIU Lu-lu,GAO Xiao-song (College of Computer and Information Technology,Northeast Petroleum University, Daqing 163318,China) Abstract:Inthemodernmudloggingengineering,differentgeologicalconditions,thegoodandpoorofdrillingprocess,andotherreasons will have effectson gasloggingdata.Drillingexploration,eveninthe samearea,the samehorizon,makesthemeasurementresultsofgas logging data different highly.It can imagine if in different layersof different area,exploration will result in measuring gasdata becomes more difficult andcomplex.Therefore,fast,effectiveandstandardizedgasloggingdataandparameter selectionisessentialtomodernmud logging technology and oil and gasreservoir recognition technology.In view of the disadvantage of slow convergence and instability of RBF neural networksalgorithm,unable tohandlethegaseffectivelogging data,

文档评论(0)

sunyangbill + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档