基于多网络融合的缺失测井数据复原方法

为解决在实际地质储层特性分析过程中存在测井数据不完整的问题,提出一种基于多网络融合的缺失测井数据复原模型.该模型由两个网络组成,其中通过交叉网络捕获有限度的有效特征之间的相互作用关系,并通过残差思想构造网络模型,降低模型复杂度.另一网络先通过构造的树模型进行特征选择,将树模型得到的稀疏向量通过嵌入层转成稠密向量作为神经网络的输入,从而获得高度非线性的组合特征.通过组合两个网络的输出对缺失测井数据进行复原,实验结果表明,该方法在相关评价指标上优于现有方法.     

基于二分空间拉依达法的野值点剔除研究

通过对原始数据进行二分空间表示来更可靠、更准确地估计原始数据的分布参数,进而利用拉依达法则实现野值点的剔除。实验结果表明:该方法的F值较传统拉依达法则和其他常用算法提高了4%~8%。