一种Kmeans-随机森林的储层评价预测方法.pdfVIP

下载本文档

0
0
约9.34千字
约 9页
2023-06-21 发布于四川
举报
版权申诉

一种Kmeans-随机森林的储层评价预测方法.pdf

1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
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、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、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、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

本发明提供一种Kmeans‑随机森林的储层评价预测方法，通过Kmeans聚类完成储层评价分类标准的快速建立，避免了人为因素的影响，使得分类建立的标准更加客观真实，再通过随机森林集成算法将数据和分类标准进行模型建立和训练，随机森林集成算法是多个决策树的预测结果结合，比单个决策数更好的泛化能力，因此使得评价结果更加准确可靠。本发明解决了储层评价标准的问题以及储层评价效率的难题，通过对影响储层好坏因素的量化，利用无监督学习算法Kmeans和监督集成学习算法随机森林相结合，提高储层评价预测效率及准确率，

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113379256 A (43)申请公布日 2021.09.10 (21)申请号 202110663700.9 (22)申请日 2021.06.16 (71)申请人西南