一种基于多核集成学习识别地层岩性参数的方法
专利汇可以提供一种基于多核集成学习识别地层岩性参数的方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及储层岩性识别技术领域，尤其涉及一种基于多核 集成学习 识别 地层 岩性参数的方法。该方法包括：根据 测井 参数特征划分不同的样本集；划分训练样本集和测试样本集；针对岩性参数特征，建立一个强分类器，分别对测试样本集中的测试样本进行判断，采用平均法获得岩性参数；将上述预测结果与重新构建样本数据，针对岩性参数特征，建立强分类器；利用强分类器，组成强分类器；对样本进行判断，采用投票的方式确定最终的地层岩性类别；采用绝对多数投票法，若某岩性标记得票过半数则预测为该岩性，否则拒绝预测。本发明应用了多核集成学习 算法 的特性，将多个及分类器进行结合，将分类错误率最小化，提高了测井数据利用率，判断准确率高。，下面是一种基于多核集成学习识别地层岩性参数的方法专利的具体信息内容。
1.一种基于多核集成学习的地层岩性预测方法，其特征在于，包括以下步骤：
步骤S1、根据测井参数特征划分M个不同的样本集，
S1＝{(x11,y11),(x12,y12),…,(x1n,y1n)}；
S2＝{(x21,y21),(x22,y22),…,(x2n,y2n)}；…；
Sm＝{(xm1,ym1),(xm2,ym2),…,(xmn,ymn)}
其中
步骤S2、针对预测的岩性参数特征，在保持同样比例的情况下，将每个样本集按照一定的比例分别划分训练样本集Smtrain和测试样本集Smtest，训练样本集的样本个数为nmtrain，测试样本集的样本个数为nmtest；
步骤S3、针对岩性参数特征，建立一个强分类器Hj(x),j＝1～Lf，共建立Lf个强分类器；
步骤S4、利用以上生产的多个类别的强分类器Hj(x),j＝1～Lf，分别对测试样本集中的测试样本进行判断，采用平均法获得岩性参数；
步骤s5、将上述预测结果与步骤S1中ym2重新构建样本数据，S2m＝{(z1,y1),(z2,y2),...,(zn,yn)}S2m＝{(z1,y1),(z2,y2),…,(zn,yn)}
其中，zn＝H(xmn),yn＝ymn；
步骤S6、针对岩性参数特征，建立一个强分类器Hj(x),j＝1～Lp，共建立Lp个强分类器；
步骤S7、将预测的岩性参数作为输入数据，利用强分类器Hj(x)，j＝Lf+1～2Lf，组成强分类器H(x)：
步骤S8、对样本进行判断，采用投票的方式确定最终的地层岩性类别；Hi将从岩性标记集合{c1,c2,…,cn}中预测出一个标记，将H(x)在样本x上的预测输出标识为一个N为向量其中 为hi在岩性标记cj上的输出；
步骤S9、采用绝对多数投票法，若某岩性标记得票过半数，则预测为该岩性，否则拒绝预测。
2.如权利要求1所述的方法，其特征在于，步骤S1中所述的测井参数向量xm，具体包括：
声波时差、中子孔隙度、电阻率、渗透率、自然伽马、自然电阻率、补偿中子。
3.如权利要求1所述的方法，其特征在于，步骤S1中所述的岩性参数向量ym1，长度Lf＝
3，具体包括：渗透率、孔隙度、含水饱和度，岩性类别参数向量ym2，长度Lp＝6，具体包括：页岩、砂岩、泥岩、粉砂岩、泥质砂岩、泥质粉砂岩。
4.如权利要求3所述的方法，其特征在于，步骤S1中所述的样本集个数M等于ym1的长度Lf。
5.如权利要求1所述的方法，其特征在于，训练样本集中样本个数为样本集中样本总数的70％，测试样本集中样本个数为样本总数的30％。
6.如权利要求1所述的方法，其特征在于，步骤S3中所述的强分类器建立方法包括：
步骤S31、设置训练的次数T，并对训练样本集Smtrain的各样本赋以初始化权值Dt，t为当前训练的次数，
步骤S32、设置M个核函数，kj(·，·)：
步骤S33、按照训练样本的权值分布Dt，从训练样本集Smtrain抽取获取样本组成训练集L；
步骤S34、使用基学习算法使用训练集L进行训练，生成弱分类器ht；
步骤S35、使用步骤S33中生成的弱分类器ht对训练样本集Smtrain的样本进行预测，计算该弱分类器ht的错误率εt， 其中yi是训练样本集Smtrain中的样本，
ftj(xi)是使用弱分类器ht得到的预测结果，i＝1～Smtain，j表示第j个核函数kj(·，·)；
步骤S36、选择分类误差率 最小的弱分类器ftj作为第t轮分类基分类器，并且 作为分类误差率εt：
步骤S37、计算该弱分类器ht的权重at， 并更新训练样本集的权重分布，
其中Zt是归一化因子， 增加循环次数
t＝t+1，若t＜T，进入步骤S32，若k＝T，进入步骤S38；
步骤S38、上述步骤S31～S35中共生成了T个弱分类器，每个弱分类器具有权重at，组成强分类器H(x)，
7.如权利要求6所述的方法，其特征在于，步骤S32中所述的核函数为线性核、多项式核、高斯核、拉普拉斯核或Sigmoid核。
一种基于多核集成学习识别地层岩性参数的方法
技术领域
背景技术
发明内容
环次数t＝t+1，若t＜T，进入步骤S32，若k＝T，进入步骤S38；
具体实施方式
环次数t＝t+1，若t＜T，进入步骤S32，若k＝T，进入步骤S38；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于倾向性异质装袋算法的钢材质量预测方法 | 2020-05-08 | 500 |
| 一种基于医疗服务的集成信息管理方法 | 2020-05-08 | 729 |
| 一种声乐转换钢琴曲的钢琴学习方法 | 2020-05-08 | 807 |
| 构建基于PU学习的恶意流量检测模型的方法及装置 | 2020-05-12 | 149 |
| 一种汽车无线充电的方法及系统 | 2020-05-12 | 743 |
| 基于长短期记忆网络的梯级水电站发电量预测方法 | 2020-05-13 | 794 |
| 一种基于深度学习的多时相SAR图像变化检测方法 | 2020-05-08 | 459 |
| 一种声乐转换钢琴曲的钢琴学习系统 | 2020-05-08 | 467 |
| 软件众包的任务型对话系统及方法 | 2020-05-11 | 468 |
| 一种基于心率变异性的睡眠分期方法 | 2020-05-11 | 316 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
