基于核Fisher判别的致密碎屑岩岩性识别

致密碎屑岩储层具有致密、低孔隙和非均质性强等特点,岩性识别是储层预测中的难点之一。文章针对这一问题,提出将核Fisher判别方法用于致密碎屑岩储层的岩性识别,结果表明核Fisher判别方法能有效的识别川西XC地区致密碎屑岩中的砂岩和粉砂岩。     

基于随钻数据的岩性识别机器学习算法研究进展

机器学习算法是岩性识别领域重点研究内容之一。与传统岩性识别方法相比,通过监测随钻参数变化进行岩性识别,具有高精度、多信息、集成化、智能化的优点。近年来,随着岩性识别技术不断发展,机器学习算法在岩性识别领域的研究和应用日益广泛。利用机器学习算法分析随钻数据,能够提高岩性识别结果的准确性,更高效地识别地层的岩性和构造。为了厘清岩性识别机器学习算法的发展现状,发掘其在岩性识别技术领域中的技术难题,综述了岩性识别机器学习算法的研究进展。首先,简要介绍了机器学习的概念与发展历程;其次,分类阐述能够用于岩性识别领域的机器学习算法;再次,总结了岩性识别领域各类常用机器学习算法的应用现状,比较了各类算法在岩性识别应用中的优缺点;最后,总结了岩性识别算法存在的问题和面临的挑战,并对其下一步发展方向提出了建议,使未来能更加准确高效地利用机器学习算法分析处理随钻数据,实现机器学习算法与岩性识别技术的深度结合。     

基于ETM+遥感影像的数据融合试验及分析评价

以泉州德化阳山-安溪潘田地区的ETM+遥感影像为基础数据,采用Brovey、HSV、Principal Component(PC)、Gram-Schmidt和Wavelet遥感影像融合算法对Landsat ETM+影像进行融合,并就融合图像的空间信息、清晰度和光谱保真能力进行评价.     

基于贝叶斯数据融合的多尺度目标识别

针对红外电厂目标识别问题，提出了基于贝叶斯数据融合的多尺度目标识别方法．该方法研究了前视成像末制导过程中图像目标尺度变化引起的视点角度和特征尺度变化规律，建立了分层次的时空特征模型，根据显著性选取目标特征，采用贝叶斯网络把不同尺度下的显著性特征进行融合，得到正确的识别结果．实验表明，该方法能将多尺度目标的不精确、不完整的特征进行融合处理，从而完成了目标的可靠识别．     

基于数据融合的多生物特征身份识别

针对传统的单一生物特征身份识别由于传感器的噪音以及特征的破损、匹配等缺陷,往往不能正确识别的情况,提出了一种基于语音和人脸的多生物特征身份识别方法.分别提取语音特征和人脸特征作为识别的依据,并用神经网络在特征层上进行融合识别.实验证明,这种方法可以充分挖掘特征之间的关系,在同等条件下,具有更高的识别率.     

基于多传感器数据融合的目标识别和跟踪

基于单传感器（雷达或红外）系统存在局限性,提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统,它能利用不同传感器的数据互补和冗余。特征层融合能通过利用其他传感器模块提供的目标特征信号来提高目标检测概率和降低虚警概率;决策层融合能矫正因受干扰等原因而失去目标跟踪能力的传感器模块的伺服跟踪回路,并提高抗干扰性。     

多源遥感影像数据融合理论与方法的研究

在分析和探讨多源遥感影像数据融合原理、层次、结构及特点的基础上,归纳了多源遥感影像数据融合方法,并对未来的研究趋势进行了展望。     

基于 LVQ 过程神经元网络的储层岩性识别

针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题, 建立了一类学习向量量化过程神经 元网络模型(LVQ-PNN: Learning Vector Quantization Process Neural Network)。 该模型通过增加输出层, 扩展了 自组织过程神经元网络的深度结构; 采用无监督竞争与有教师示教相结合的算法策略, 提高了多维信号特征的 自适应提取和自组织综合能力。 实验证明, 该方法具有较好的岩性特征综合和辨识能力, 岩性识别率达到了 84. 7%。     

多源遥感影像数据融合的理论与技术

目的 探讨多源遥感影像数据融合技术,包括融合概念、融合原理、融合算法、融合效果评价。方法 对于不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合分析,提出像素级、特征级、决策级遥感影像融合的方法及用信息论的理论建立融合影像评价系统。结果 信息融合可分为3个层次：像素级、特征级和决策级融合;像素级融合信息损失最小,决策级融合信息损失最大;像素级融合精度最高,决策级融合精度最低。结论 对同一地区的多源遥感影像数据进行融合,可以产生比单一信息源更准确、更完全、更可靠的估计和判断,可以提高影像的空间分辨率和清晰度,有效提高遥感影像数据的利用率等。     

可视化数据挖掘在碎屑岩储层研究中的应用

针对储层研究过程中碎屑岩数据爆炸而知识缺乏的问题,引入数据挖掘思想,结合地理信息系统及Excel二次开发工具,应用Clementine软件对数据进行提取与处理,实现了数据挖掘过程的可视化.借助数据挖掘工具进行砂岩三角形图解的自动化投点和岩性识别,从而实现数据挖掘结果的可视化.     

基于改进随机森林的火山岩测井岩性识别

准噶尔盆地石炭系火山岩岩性复杂,在某种岩性薄片、岩心等资料数量明显少于其他岩性时,常规方法划分岩性存在困难。为了解决上述问题,提高火山岩岩性识别精度,运用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法增加少数岩性类别样本数量,解决数据不均衡问题;通过网格搜索和K折交叉验证法确定最优参数组合,开展基于改进随机森林的火山岩岩性识别研究。通过分析火山岩岩心、薄片、测井响应特征等资料,建立了岩性交会图版,确定了研究区对岩性敏感的测井参数重要性程度。实例资料应用表明,改进的随机森林算法有效地解决了传统随机森林算法受岩性样本类型不均衡及数据量较小的影响,火山岩岩性识别准确率由87%提升到了94%,为不均衡样本情况下火山岩岩性识别提供借鉴。     

无人机高分辨率数据与Landsat 8多光谱数据的图像融合研究分析

运用不同融合方法对无人机高分辨率数据与Landsat8多光谱数据进行融合,并对融合结果进行分析,结果表明:HSV变换、Brovey变换和PC变换融合效果优于其他融合方法,其中HSV变换突出了图像的纹理信息,Brovey变换使图像目视效果较好,光谱保真度高。其他融合方法如GS变换增加了人工用地的信息量,但降低了图像整体清晰程度;CN变换光谱扭曲较大,存在光谱信息损失。     

鄂尔多斯盆地碎屑岩储集体中的次生孔隙类型

目的研究鄂尔多斯盆地碎屑岩储集体中的次生孔隙。方法分析大量铸体薄片以及扫描电镜、压汞、和X-绗射资料。结果该盆地碎屑储集体中次生孔隙类型有，胶结物的溶蚀孔、长石颗粒溶孔和岩屑溶孔；油气储集体中次生孔隙占有重要地位，对油气的储集、渗流起主导作用。结论次生孔隙既可产生于胶结物中，也可产生于岩屑和矿物颗粒中，火山岩屑溶孔为该盆地次生孔隙类型的一大特点。     

胜利油区碎屑岩纳米尺度孔隙结构特征

选取胜利油区的3个不同油田取样分析资料,在储层微观孔隙结构研究的基础上通过扫描电镜、透射电镜以及原子力显微镜对储层中纳米尺度的孔隙结构和孔喉配置关系进行研究。结果表明:碎屑岩储层中存在纳米级的孔隙和喉道,且孔隙类型多样,同样可分为原生孔隙和次生孔隙两大类;纳米级原生孔隙包括单晶片层间缝、矿物解理缝、晶内孔、粒间孔和晶间缝5种类型,纳米级次生孔隙包括粒内溶孔、溶蚀缝、构造缝;研究区纳米尺度下的孔喉配置关系归结为孔喉一致型、弯曲沙漏型、X形孔喉交叉型、丰字形孔隙交叉型和杯形交叉缝型5种类型。     

四川盆地碎屑岩领域有利天然气勘探方向浅析

四川盆地天然气主要分布于早期克拉通碳酸盐岩层系和晚期前陆层系碎屑岩领域中,由于碳酸盐岩层系中发育的气藏常常高含硫化氢,如罗家寨、渡口河等飞仙关组鲕滩气藏,储量动用难度大,因此,在四川盆地天然气勘探中,急需寻找低硫储量.前陆碎屑岩领域资源丰富,且低含硫,因此,该层系的有利勘探方向研究对指导盆地天然气勘探意义重大.通过四川盆地三大前陆盆地成藏研究,认为目前该层系首选勘探领域为龙门山前陆盆地,其次为米仓山和大巴山前陆盆地.有利勘探区带包括龙门山冲断带南段、梓潼凹陷、川中南部—蜀南构造带、龙门山冲断带北段、米仓山冲断带和大巴山冲断带.     

济阳坳陷古近系碎屑岩地层中震积岩识别标志研究

在陆相湖盆中，地震引起的各种作用力可以对各种先成沉积物进行改造而形成震积岩，建立准确可信的识别标志是震积岩研究中最关键的问题之一。应用大量岩心、薄片和成像测井分析资料，对济阳坳陷古近纪沙河街组砂泥质沉积中地震灾变事件的：典型识别标志及其成因进行了研究。结果表明，震积作用可以形成特殊的构造标志（层内阶梯状微断层、震裂缝、混合层构造等）、沉积和成岩标志（液化砂、泥岩岩脉和泄水构造、串珠状构造、震积砂枕及砂球构造、液化卷曲变形构造等）及特殊的岩石类型（震褶岩、震裂岩、震塌岩及液化角砾岩等）。研究区未固结富含孔隙水的软沉积物以地震液化序列为主，半固结或固结的沉积物以断裂和破碎变形的震积序列为主，序列的完整性取决于剖面位置、地震震级及地震持续时间，特别是发生地震处的岩性。此研究可识别陆相湖盆地震事件沉积，提供判断储集砂体成因的对比标准，为正确判断储集砂体的“多元”性提供地质理论依据。     

Intelligent interpretation of digital images of rock joints based on pattern recognition

As a composition of rockmass,structural planes are one of the chief factors that can largely control the mechanical response of rockmass and its models of deformation and failure under the action of engineering load.Rock joints are a typical sort of structural planes,which are numerous,random and universal in the rockmass.So the measurement and statistics of rock joints are the basics for classifying rockmass grades,evaluating rockmass quality,and selecting physico-mechanical parameters of rockmass.However,the traditional in situ investigation using manual measuring tools is inefficient and costly.In order to improve the above-mentioned status,new methods to measure joints should be developed,which should be efficient,simple and convenient.The rapid developments of modern digital photography and digital image processing make it possible that digital photograph devices such as digital cameras or digital videos can be used to measure joints.So based on theories and methods of pattern recognition and image processing,the intelligent interpretation of digital images of rock joints is studied,and the corresponding computational method is also put forward for the first time.The procedure and results of intelligent interpretation of a joint image have been discussed in detail.     

基于Vague集的模糊信息融合研究

在分析模糊信息融合局限性,并介绍Vague集概念的基础上,提出了基于Vague集的模糊信息融合方法．给出了该方法的数学描述、数据组织、结果评价等概念及算法实现过程．并以传感器一目标模型为例,演示和分析了该方法的应用及评价过程．从结果看,基于Vague集方法进行模糊信息融合是简易、高效和可靠的．     

Decision fusion recognition based on modified evidence rule

A modified evidence combination rule with a combination parameter λ is proposed to solve some problems in D-S theory by considering the correlation and complement among the evidences as well as the size and intersection of subsets in evidence. It can get reasonable results even the evidences are conflicting. Applying this rule to the real infrared/millimetre wave fusion system, a satisfactory result has been obtained.