基本信息:
- 专利标题： 一种基于距离度量学习的流体识别方法
- 申请号：CN202210724966.4 申请日：2022-06-24
- 公开(公告)号：CN117332276A 公开(公告)日：2024-01-02
- 发明人： 李国军 , 刘振兴 , 包理元 , 曹先军 , 张娟 , 杜钦波 , 余长江 , 倪路桥 , 孙佩 , 申珍珍
- 申请人： 中国石油天然气集团有限公司 , 中国石油集团测井有限公司 , 西北工业大学
- 申请人地址： 北京市东城区东直门北大街9号中国石油大厦
- 专利权人： 中国石油天然气集团有限公司,中国石油集团测井有限公司,西北工业大学
- 当前专利权人： 中国石油天然气集团有限公司,中国石油集团测井有限公司,西北工业大学
- 当前专利权人地址： 北京市东城区东直门北大街9号中国石油大厦
- 代理机构： 西安通大专利代理有限责任公司
- 代理人： 钱宇婧
- 主分类号： G06F18/22
- IPC分类号： G06F18/22 ; G06F18/213 ; G06F18/214 ; G06F18/21
摘要：
本发明公开了一种基于距离度量学习的流体识别方法，该方法基于距离度量学习方法在测井试油数据上学习出转换矩阵，通过转换矩阵将试测井数据转换到新的特征空间，通过将测试数据与试油数据进行比较实现流体识别任务，从而提高流体识别等测井任务的准确率。本发明与传统机器学习方法相比，基于距离度量学习的方法能够训练学习出马氏距离度量矩阵，将数据映射到新的特征空间，能够更好的挖掘测井数据的特征，提升流体识别任务的准确率。