利用K-L变换提高模式识别的精度

本文采用直接方式和K-L变换方式分别对地震反射信息确定的样本进行了分类.其结果表明:K-L变换前,分类能力不强,而K-L变换后,分辨能力有很大提高,可以更准确地提取到所需样本.此外,K-L变换前,运算速度慢、收敛慢(此处的收敛是指本文以迭代自组织方法聚类时达到需要的类别数);而K-L变换后,运算速度快、收敛也快,且样本数、变量数越多,其优越性越明显.     

低信噪比图像序列中运动目标的提取方法

从分析传统的差分法难于检测出低信噪比图像序列运动目标的原因入手，剖析了噪声对运动目标检出的影响，提出了消除噪声影响的方法，进而提出了一种抗噪能力很强的检出运动目标的新方法－－模板对准相乘法。设计了３种不同形式的模板对准相乘法，即差分模板对准相乘法、时间拉普拉斯模板对准相乘法和空间拉普拉斯模板对准相乘法；详细地描述了这３种方法的具体实现步骤和适用范围，对低信噪比图像序列进行处理的结果表明，模板对准相     

仪器测量与模式识别关系的讨论

仪器测量与模式识别关系密切，模式识别是测量中的关键步骤之一。在校为复杂的情况下，需要使用模式识别的方法才能使测量获得变量的确切解释。     

喇嘛甸油田二类油层聚驱井网优化研究

喇嘛甸油田将直接面临上返的问题,但二类油层注聚开发合理的注采井距、井网如何优化等都是目前急需解决的问题。通过对喇嘛甸油田二类油层地质特点的精细研究,选取了能够代表喇嘛甸油田二类油层实际状况的喇南试验二区东南部作为解剖区块,开展了数值模拟和井网优化研究,从不同井网与原井网的匹配关系、对砂体的控制程度、注入速度与井距的关系、数值模拟预测以及今后上、下返井网的综合利用等不同角度进行了对比论证,优选出既适应二、三类油层,又能最大限度地提高最终采收率的合理井网、井距,对二、三类油层的井网部署和优化具有指导意义和参考价值。     

基于勘探开发数据库的油气模式识别方法

讨论了油气层模式识别的流程和数据处理方法。以白音查干的达尔其为研究工区．T5^2层位为处理目标,达7井、达8井、达9井、达ll井、达12井、达13井为样本井．对孔踩度、含油饱和度等物性数据进行神经网络学习和物性预测。结果表明，神经网络模型对动态变化性强的数据自适应性强．具备外推内插功能．对井间的油气物性变化的预测准确．处理结果合理。     

双曲Radon变换及其在地震资料处理中的应用

根据Radon变换理论,结合平面映射、推导了双曲Radon正反变换公式,从而使Radon变换沿直线倾斜叠加推广到双曲Radon变换沿双曲线叠加。双曲Radon变换更加有利于地震数据处理,可减少变换噪音和能量弥散,从而提高资料处理质量。文章还阐明了双曲Radon变换可用于处理垂直地震剖面的上、下行波场分离及提取地面地震资料不同速度波型的波等方面的问题;并对简单的射线模型资料进行了计算,结果较好。     

低电阻率油层模式识别方法的变量选取及应用

Jake south油田AG组油藏地质条件极其复杂,内部存在大量的低电阻率油层,识别难度大,准确率不高。现有模式识别算法常采用的部分模型变量不能反映储层流体性质,在地质条件复杂的油藏中应用效果往往不好。综合岩心、薄片、扫描电镜、测井曲线等资料,对模式识别中通常所选变量进行优化,并用于低电阻率油层识别中。结果表明,储层类型、自然伽马、自然电位幅度比、中子密度指数、原状地层电阻率、声波时差、补偿中子、地层密度等变量可反映储层流体性质,建议采用。采用支持向量机方法,选用建议的模型变量对已证实油水层进行识别,取得良好效果,油水层识别准确率达94.4%,远高于采用以往常用变量的准确率。     

密井网条件下地层孔隙压力及孔隙流体渗流速度的计算与控制技术

针对密井网条件下影响固井质量的主要地质因素,笔者应用多井作用于地层任一点的压力势差为各相关井单独作用于这一点的势差总和原理和地层任一点孔隙流体渗流速度为多井共同作用的流体渗流速度矢量迭加理论,给出了地层孔隙压力和地层孔隙流体渗流速度的计算方法,并分别建立了相应的控制技术。应用该计算方法和控制技术对大庆油田待钻修井地层孔隙压力和孔隙流体渗流速度进行了计算。结果表明,该方法具有较高的计算精度,计算结果与实际基本相符。     

"油气成藏模式"的概念、研究现状和发展趋势

通过对国内外油气成藏模式典型实例的剖析,对同类实例的共性进行了概括和简化,将油气成藏模式归纳为5大类,进而提出了油气成藏模式的新定义。研究认为,油气成藏模式分析的要素包括油气藏形成的基础条件、动力介质、形成机制和演化历程等,成藏模式应是基于全部要素的复合分析,但各类成藏模式的建立方法和适用范围应与不同的勘探程度和研究程度相适应。在实际工作中,可根据资料的情况,以4种要素中的一种或多种为主线,兼顾其他要素,来分别建立盆地级、坳陷级、凹陷级或圈闭级的成藏模式。