简介:介绍并比较了两种有监督的机器学习方法:BP神经网络和决策树。用两种方法分别论证了如何利用测井信息非线性地表示孔隙度。与传统的线性回归方法相比,机器学习效果更好,准确性更高。BP神经网络和决策树的应用效果表明,机器学习可以有效预测孔隙度,也可以应用于储层孔隙度预测中。相比之下,神经网络具有更高的准确性和更广阔的前景。
简介:本文阐述了高密度电阻率法基本原理、仪器设备及其在韶关市芙蓉山隧道超前勘探中的应用。总结了工作区内构造破碎带、老硐及岩溶的电阻率分布特征,在此基础上解释出七条构造破碎带、七个老硐与三处岩溶。验证表明:电测资料解释成果与钻探、开挖结果吻合很好。最后分析了该方法的特点及应用前景。
简介:2008年11月1--20日,中国核工业地质局组团赴捷克共和国进行了铀矿地质考察培训。考察培训团由中核地质局及下属单位的14名技术人员组成,核工业二0三研究所徐高中研究员级高工、刘昱高级工程师等2人被选派参加了此次考察培训。
简介:该系统采用WWW、ASP、HTML技术完成图幅相关数据部分的网上浏览,支持系统运行的数据库采用目前通用的ORACLE数据库,数据处理是应用DELPHI7.0语言。实现对注水管网WEB图幅中注水井单井动静态数据、井史、综合记录、注水井干线、干线切断、支线及支线阀、注水站等信息的网上查询,实现了对电力系统WEB生产指挥图中配电线路、电机、
简介:科学上的重大进展都是在突破传统观念的束缚后取得的。长期以来,人们在研究事物的形态和结构时,都是根据欧几里得几何学原理,把事物的形态的形状、空间位置用维数来描述的;如把直线看作一维,把具有长宽的物体看作二维,把具
基于机器学习的孔隙度预测方法研究
高密度电阻率法在隧道超前勘探中的应用效果分析(以韶关市芙蓉山隧道为例)
我所徐高中等2人参加中核地质局赴捷克铀矿地质考察培训团培训
注水系统、电力系统生产指挥图信息管理与查询
“分形”在天然气勘探开发上的应用——谁不熟悉分形,谁就不能认为是科学上的文化人(摘自一位外国学者语)