论文部分内容阅读
近年来,数据挖掘技术引起了信息产业界甚至是整个社会的广泛关注,其主要原因之一是:随着数字化时代越来越快的发展步伐,在工农业及第三产业的生产过程中,都存在着大量数据,并且急需从这些海量数据中挖掘出有用的信息,发现新的知识。需要是发明之母,数据挖掘技术融合了来自统计学的抽样、估计和假设检验;人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论;最优化、进化计算、信息论、信号处理、可视化和信息检索等等一些领域的思想,促使数据挖掘技术在不断地走向成熟和完善。目前,在金融、银行、贸易、电信、保险、交通等领域,数据挖掘已经获得广泛的应用并为这些行业带来了很好的产业效益。但是数据挖掘技术在石油勘探开发领域的应用研究,国内尚处于起步阶段,尚未引起科研人员足够的重视。本文主要研究了人工神经网络和支持向量机两类算法的数据挖掘技术在测井解释储层评价中的应用,确定了数据挖掘算法在测井储层评价中的应用特征。用来指导测井储层评价的实践活动不断的推向前进,提高测井储层评价的精度。 总之,在数据库系统、数据仓库、数据可视化、统计学、机器学习、及高性能计算等理论的基础上诞生了一门崭新而又年轻的跨学科的新技术——数据挖掘必将在石油工业中发挥其重要意义。