基于TAN贝叶斯网络分类器的测井岩性预测

被引:4
作者
左晓娜
刘冀伟
王志良
机构
[1] 北京科技大学信息工程学院
关键词
贝叶斯网络分类器; 测井岩性预测; 树扩展朴素贝叶斯分类器; 模式识别;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
贝叶斯网络是一种建立在概率和统计理论基础上的数据分析和辅助决策工具,利用其构造出的树扩展朴素贝叶斯网络分类器是目前最优秀的分类器之一。针对石油勘探中测井数据的特殊性,利用贝叶斯网络预测出其对应的岩性,并介绍了使用此方法进行岩性预测的算法过程。通过BNT软件包用Matlab语言构建了分类器,并由实验结果的分析说明了此分类器的优点。
引用
收藏
页码:284 / 286
页数:3
相关论文
共 2 条
[1]   改进的K-均值算法在岩相识别中的应用 [J].
荆丰伟 ;
刘冀伟 ;
王淑盛 .
微计算机信息, 2004, (07) :41-42
[2]   Bayesian Network Classifiers [J].
Nir Friedman ;
Dan Geiger ;
Moises Goldszmidt .
Machine Learning, 1997, 29 :131-163