排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
2.
3.
结合模糊聚类和粗糙集提出了一种基于精简的模糊规则库分类算法.对于数值型样本数据,首先采用模糊聚类生成模糊规则库,然后运用粗糙集理论对样本属性进行约简,删除冗余规则,即可得到精简的模糊规则库,以方便进行分类决策.通过对IRIS的仿真测试表明,本算法所产生的模糊规则不仅简单易懂,而且分类效果很好. 相似文献
4.
运用邻域粗糙集理论,对储层含油性的属性进行约简,并将约简后的属性作为支持向量机输入变量,对某油田的3口井油层类别进行实证研究,将结果与人工神经网络方法进行了比较,结果表明该方法是行之有效的方法。具体步骤为:先把邻域粗糙集作为前置系统对属性进行约减,剔除冗余信息,将剩余的属性作为支持向量机的输入变量。而支持向量机作为后置系统,不仅能消除指标之间信息重叠,而且可以降维。它们之间各司其责,相互配合从而得到好的评价结果。 相似文献
5.
6.
7.
随着油气勘探领域的不断扩大,测井解释面临的研究对象也越来越复杂,传统的单一基于硬计算或软计算的方法在测井解释中面临严格挑战。提出软计算与硬计算融合的4种模式。运用软计算与硬计算融合的分离模式对某油田Oilsk81、Oilsk83、Oilsk85三口井进行含油气性模式识别,比较结果表明,在这个油区运用软计算方法对含油气性进行模式识别优于硬计算,并且可以识别出较好的测井数据集。 相似文献
8.
9.
基于粗集约简的群智能算法的储层识别 总被引:1,自引:1,他引:0
提出了一种基于粗集约简的粒子群储层识别方法,即应用粗糙集进行属性约简,应用粒子群(PSO)聚类算法对约简和正规化后的数据进行处理。实验表明,约简后的PSO聚类较约简前在识别率上有明显的提高。 相似文献
10.