简介了智能信息处理中新出现的RoughSet (RS) 理论, 探讨了测井数据模式识别中的信息优化
原理, 提出了将RS 理论与人工神经网络结合起来进行测井信息优化与模式分类的RS …

简单介绍了智能信息处理中的Rough Set (RS) 理论, 引入支持度作为条件属性和决策属性之间
的度量. 同时介绍了支持度的计算方法. 提出了将RS 理论与模糊分析理论结合起来进行测井信息 …

本文简介了智能信息处理中新出现的Rough Set (RS) 理论, 讨论了RS 理论进行决策分析的方法
, 提出了将连续属性离散化的最优化思想, 并探讨了RS 理论用于测井数据判别油水层的问题 …

由于石油测井数据存在着模糊性和噪声, 在数据挖掘中单纯使用粗集方法会受噪声干扰而直接
影响分类精度, 单纯使用神经网络会因输入信息空间维数较大时使网络结构复杂且训练时间长 …

矿井突水模式识别是一个非正态, 非线性和高维数据处理问题, 也是二分类问题.
使用粗糙集属性约简算法对样本数据降维, 建立Logistic 回归模型, 并利用粒子群算法对模型 …

Rough Set身经网络智能系统及其应用-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车
充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 会议平台 …

利用测井录井信息识别水淹层-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车 充值
客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 学者空间 | 学术机构 …

神经网络是一门新兴的信息处理技术, 它可用来解释测井精细解释和油藏描述中模式识别和预测
估值等问题. 本文从神经网络的结构, 功能和特点及学习规则出发, 探讨了应用神经网络进行测井 …

应用基于粗糙集理论的数据挖掘技术对数量巨大的钻头数据资料进行处理, 能在保留关键信息的
前提下, 对钻头数据进行约简并求得知识的最小表达, 去除冗余信息. 这样在使用人工神经网络 …

利用常规测井曲线, 交会图等方法识别稠油油藏岩性正确率低, 效率不高. 选用已采集的油田测井
资料, 分别采用费歇判别法, BP 神经网络, 极限学习机3 种模式识别法, 对稠油油藏岩性进行识别 …