论文部分内容阅读
油层测井相识别是油田开发的重要依据．油层的测井相类别如果发生误判，将会影响它和邻井对应油层之间的连通对比关系的判断，造成开采方案的失败．测井相的类间差异小，领域知识要求高，属于难度较大的模式识别问题．在研究了混沌建模的基本方法后，给出了一种基于相空间高斯混合模型的测井相识别方法．对每类训练样本形成一个重构相空间，用EM算法学习得到一个高斯混合模型，待识序列按其属于不同类别的高斯混合模型的条件概率进行分类．该方法可以对不规则样本的形态参数进行估计，从而提高测井相的识别精度．实验结果证明了该方法的有效性．