首页 | 本学科首页   官方微博 | 高级检索  
     

两阶段模糊聚类算法在气测资料解释中的应用
引用本文:薛磊,白康生,孙玉强,程起才. 两阶段模糊聚类算法在气测资料解释中的应用[J]. 计算机工程与设计, 2009, 30(4)
作者姓名:薛磊  白康生  孙玉强  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
摘    要:针对气测解释的随机性和模糊性的特点,提出一种两阶段模糊聚类算法.该算法通过引入密度参数对最大最小距离算法作了改进,以改进后的最大最小距离算法对数据集进行粗聚类,再以粗聚类所得的聚类中心为初始聚类中心执行标准模糊C-均值算法,得到类中心以及各数据类别.用于某油田某区块的储层油气性识别的实践表明,该算法实现简单、准确率较高、稳定性好,优于标准FCM算法.

关 键 词:气测  最大最小距离算法  密度参数  模糊聚类  模糊C-均值算法

Application of two-stage fuzzy clustering algorithm in gas logging data interpretation
XUE Lei,BAI Kang-sheng,SUN Yu-qiang,CHENG Qi-cai. Application of two-stage fuzzy clustering algorithm in gas logging data interpretation[J]. Computer Engineering and Design, 2009, 30(4)
Authors:XUE Lei  BAI Kang-sheng  SUN Yu-qiang  CHENG Qi-cai
Abstract:
Keywords:
本文献已被 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