基于模糊熵的KNN分类模型在岩性识别中的应用

摘要：

KNN分类模型是一种简单直接的惰性分类算法,适用于多分类问题,可应用于复杂岩性识别中.该研究以苏里格气田苏东某区为研究工区,该地区岩性结构复杂多样,其识别是本次研究工作的重点.传统KNN方法在类重叠度高的部分易判错,样本容量小的类域易误分,稀疏类的边缘点易受干扰,分类效果欠佳.为克服缺点,提出了基于模糊熵的KNN分类模型,又称为FE-KNN(Fuzzy Entropy-KNN).FE-KNN分类模型将传统KNN与模糊理论相结合,区别对待不同特征和不同样本点,使分类的精度由84.7％提高至86.9％,为复杂碳酸盐岩岩性识别提供了一种新的思路.

关键词：模糊熵、特征权重、隶属度、样本可信度、碳酸盐岩岩性识别

所属期刊栏目：54

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金29932016006;国家科技重大专项2016ZX05050

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：260-265