基于核函数的稀疏属性选择算法

鉴于传统属性选择算法无法捕捉属性之间的关系的问题,文中提出了一种非线性属性选择方法。该方法通过引入核函数,将原始数据集投影到高维的核空间,因在核空间内进行运算,进而可以考虑到数据属性之间的关系。由于核函数自身的优越性,即使数据通过高斯核投影到无穷维的空间中,计算复杂度亦可以控制得较小。在正则化因子的限制上,使用两种范数进行双重约束,不仅提高了算法的准确率,而且使得算法实验结果的方差仅为0.74,远小于其他同类对比算法,且算法更加稳定。在8个常用的数据集上将所提算法与6个同类算法进行比较,并用SVM分类器来测试分类准确率,最终该算法得到最少1.84%,最高3.27%,平均2.75%的提升。     

油层孔隙结构与剩余油分布实验研究

大庆油田LSX油层是开发的主力油层,随着油田进入高含水后期,剩余油分布越来越零散,需要认识储层微观非均质性、剩余油分布及水驱油特征。利用地质及动态资料,对储层砂体发育规模和储层性质、裂缝发育特征、驱替特征、微观孔隙结构以及油水分布规律等开展了模拟实验与分析,明确了不同储层微观剩余油分布及水驱油特征,定量表征孔隙结构分布,并对成果进行了验证。研究表明,LSX油层以原生粒间孔和片状、弯片状喉道为主,划分5类孔隙结构类型,以Ⅱ类、Ⅲ类、Ⅳ类为主,孔隙结构中等偏差;剩余油分布受孔隙结构控制,微观剩余油二维分布主要以角隅状、喉道状为主,三维分布以多孔状和孤立状为主;驱油效率受孔隙结构影响,从Ⅰ类到Ⅴ类驱油效率逐渐变差,不同孔隙结构储层与开发特征具有较好的对应关系。     

基于局部结构学习的非线性属性选择算法

针对大多数高维数据之间不仅有相似性,而且还有非线性关系等特点,提出一种基于局部结构学习的非线性属性选择算法。该算法首先通过核函数把数据映射到高维空间,在高维空间中表示出数据属性之间的非线性关系;然后在低维空间中通过局部结构学习来充分挖掘属性之间的相似性,同时通过低秩约束来排除噪声的干扰;最后通过稀疏正则化因子来进行属性选择。其通过核函数映射来找出数据属性之间的非线性关系,运用局部结构学习来找出数据属性之间的相似性,是一种嵌入了局部结构学习的非线性属性选择算法。实验结果表明,该算法相比其他的对比算法,有更好的效果。     

基于K近邻的众包数据分类算法

针对众包数据处理中的质量控制问题,提出了一种加权K近邻投票分类方法。该方法不单单只是考虑了某个样例的标记来返回一个答案,而是通过综合考虑样例的近邻来得到更加准确的答案。同时对样例的近邻加以适当的权重来进一步提高算法的性能,并保持了传统多数投票分类的简单性。K近邻投票分类算法可以有效地解决缺乏标记的情况,通过对近邻加以权重可以解决不平衡标记造成的影响,从而使算法的泛化性更强。通过各种场景下的实验,结果表明加权K近邻投票分类方法取得了很好的效果。     

E区块注水对油藏特征的影响

DQE区块开发进入三次采油阶段,由于需超前注水,使地层压力发生了不同程度的变化,加大了后期作业的难度。文章从油井超前注水带来的压力变化入手,开展了启动压力、压敏效应及层间压力变化对油藏特征的影响分析。研究并建立了超前注水引起油藏特征变化的数学模型。结果表明,地层压力下降对低渗储层渗透率伤害较大,而采用超前注水能够保持地层压力,减少低渗层的渗透率损失。     

噪音数据的属性选择算法

正则化属性选择算法减小噪音数据影响的效果不佳,而且样本空间的局部结构几乎没有被考虑,在将样本映射到属性子空间后,样本之间的联系与原空间不一致,导致数据挖掘算法的效果不能令人满意.提出一个抗噪音属性选择方法,可以有效地解决传统算法的这两个缺陷.该方法首先采用自步学习的训练方式,这不仅能大幅度降低离群点进入训练的可能性,而且有利于模型的快速收敛;然后,采用加入l_2,1正则项的回归学习器进行嵌入式属性选择,兼顾“求得稀疏解”和“解决过拟合”,使模型更稳健;最后,融合局部保留投影的技术,将其投影矩阵转换成模型的回归参数矩阵,在属性选择的同时保持样本之间的原有局部结构.采用一系列基准数据集合测试该算法,在aCC和aRMSE上的实验结果,表明了该属性选择方法的有效性.