首页 | 本学科首页   官方微博 | 高级检索  
     

改进的模糊C-均值聚类算法在气测资料解释中的应用
引用本文:薛磊,白康生,程起才.改进的模糊C-均值聚类算法在气测资料解释中的应用[J].石油矿场机械,2008,37(4):62-65.
作者姓名:薛磊  白康生  程起才
作者单位:江苏工业学院,计算机科学与工程系,江苏,常州,213164
基金项目:中国石油天然气集团公司资助项目
摘    要:提出了一种用于气测资料解释的改进的模糊C-均值算法.首先,基于气测资料构造适当的综合指标得到样本数据集;其次,根据最大最小距离算法的思想对样本数据集进行粗聚类,再利用粗聚类得到的聚类中心为初始聚类中心,执行标准模糊C-均值算法,得到各类储层的标准模式;最后,按照最小距离原则对待判别储层进行分类.结果表明,该方法简单、准确率较高、稳定性好,优于标准的FCM算法.

关 键 词:气测  模糊聚类  模糊C-均值算法  改进的模糊  均值算法  聚类算法  气测资料  资料解释  应用  Data  Interpretation  Logging  Clustering  Fuzzy  Algorithms  标准模式  稳定性  准确率  方法  结果  分类  判别  距离原则  最小距离算法
文章编号:1001-3482(2008)04-0062-04
修稿时间:2007年10月12

Improved Algorithms of Fuzzy C-Means Clustering for Gas Logging Data Interpretation
XUE Lei,BAI Kang-sheng,CHENG Qi-cai.Improved Algorithms of Fuzzy C-Means Clustering for Gas Logging Data Interpretation[J].Oil Field Equipment,2008,37(4):62-65.
Authors:XUE Lei  BAI Kang-sheng  CHENG Qi-cai
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号