摘要
本发明公开了一种基于先验贝叶斯级联森林的页岩岩性识别方法,涉及岩石领域,该基于先验贝叶斯级联森林的页岩岩性识别方法包括以下步骤:步骤1,首先建立陆相页岩的矿物预训练模型数据集,然后将数据集中的测井数据作为特征,矿物数据作为标签,使用贝叶斯极端梯度提升回归器进行训练,并保存矿物预训练模型;与现有技术相比,本发明的有益效果是:本发明考虑了测井数据的类不平衡问题,使用自适应多目标群体融合对数据集进行重采样,使用X射线衍射全岩矿物分析数据,借助贝叶斯梯度提升回归器进行了特征生成,然后使用贝叶斯梯度提升分类器进行页岩岩性识别,在准确性高的情况下成本低,为页岩岩性识别提供了可靠方案。
技术关键词
岩性识别方法
陆相页岩
预训练模型
预测模型训练
数据
级联
融合方法
粒子
伽马测井
声波时差
梯度提升方法
样本
分类器
过采样技术
铁白云石
指标
节点
系统为您推荐了相关专利信息
状态检测方法
表型特征
叶片
状态检测装置
随机森林模型
神经网络架构搜索
拓扑图
图像检测方法
参数
节点
深度学习模型
运输车
卸料控制器
表达式
卸料方法
预警模型构建方法
机器学习模型
患者
电子病历
特征选择