改进的模糊C-均值聚类算法在气测资料解释中的应用

提出了一种用于气测资料解释的改进的模糊C-均值算法。首先,基于气测资料构造适当的综合指标得到样本数据集;其次,根据最大最小距离算法的思想对样本数据集进行粗聚类,再利用粗聚类得到的聚类中心为初始聚类中心,执行标准模糊C-均值算法,得到各类储层的标准模式;最后,按照最小距离原则对待判别储层进行分类。结果表明,该方法简单、准确率较高、稳定性好,优于标准的FCM算法。