典型文献
基于机器学习的岩性分类识别研究
文献摘要：
岩性识别是确定孔隙度和含油饱和度确定的基础,也为储层特征研究、储量计算和地质建模提供可靠的依据.大量丰富的地层岩性信息被包含在测井资料中,因此本文提出一种利用机器学习中的聚类算法对岩心资料进行岩石类型划分的方法,再使用分类算法对没有岩心数据的井段进行自动岩性分类,从而实现对整个井段的岩性自动分类识别.这种自动岩性识别和预测的流程,岩性分类划分合理,可以清楚的知道每种岩石物理特性,预测模型准确度高.
文献关键词：
测井资料;聚类算法;分类算法;岩性分类
中图分类号：
作者姓名：
张嘉宝;杨满玉;万静;华远鹏;胡宇博;高国忠
作者机构：
长江大学地球物理与石油资源学院 湖北 430100
文献出处：
引用格式：
[1]张嘉宝;杨满玉;万静;华远鹏;胡宇博;高国忠-.基于机器学习的岩性分类识别研究)[J].当代化工研究,2022(20):102-104
A类：
B类：
基于机器学习,岩性分类,分类识别,岩性识别,孔隙度,含油饱和度,储层特征,储量计算,地质建模,地层岩性,被包,测井资料,聚类算法,岩石类型,类型划分,分类算法,岩心数据,自动分类,分合,岩石物理,物理特性
AB值：
0.386364
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
