本发明提供了一种综合地质钻孔测井岩性识别方法,该方法对钻孔测井数据进行精化处理,得到精化数据集,包括对钻孔测井数据进行缺失值填补、均衡处理、数据集归一化处理;根据t‑SNE算法对精化数据集进行降维处理,根据PSO算法对BP神经网络进行改进、优化,得到网络最优初始化权值和阈值,并建立网络模型,利用建立的网络模型对降维数据集进行训练学习,该方法通过对钻孔测井数据进行精化处理,解决了获取的钻孔测井数据缺失、数据集不均衡、训练数据不在统一量纲范围而造成最终识别率过低的问题,且再根据t‑SNE算法对钻孔测井数据集进行降维处理,从而简化数据,再通过PSO算法对现有技术中的常用BP神经网络进行优化,提升了识别准确率高和识别速率。
声明:
“综合地质钻孔测井岩性识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)