基于随机森林的页岩气“甜点”分类方法

为了解决页岩气“甜点”分类识别涉及指标多、需要根据个人经验判别、耗时耗力的问题,提出了一种基于随机森林模型的页岩气“甜点”分类方法。首先,选取长宁区的10口井数据,利用肯德尔相关分析筛选出用于识别的11种特征。然后再分别采用单棵决策树和随机森林方法进行预测,得到页岩气“甜点”识别结果。最后,对预测结果分类并进行算法参数优化。实际应用结果表明,单棵决策树预测精度虽可以达到97.7%,但呈现过拟合趋势,且剪枝之后拟合精度大大降低到只有70.7%;采用的随机森林方法避免了单棵决策树的缺陷,并且预测的精度达到98%,而且,计算代价小,能有效降低时间损耗、节省人力成本。证明随机森林机器学习方法结合多源信息是实现页岩气“甜点”识别预测的一种有效手段。

MFCCs和DTW在拼音相似度中的研究

汉语拼音的模糊匹配在关键词匹配、语音纠错等场景占据着重要地位,而传统的模糊匹配方法无法计算不同声母、韵母之间的听觉相似度,只能简单地将其作为相同和不同的两种情形处理,这在实际使用中,容易受方言、发音习惯等因素影响匹配正确率。文章针对该问题,提出了一种基于梅尔频率倒谱系数(MFCCs)和加入惩罚系数的动态时间序列规整(DTW)的方法,计算汉语拼音中各部分的相似度。MFCCs能够提取声音频谱中符合人耳听觉特性的特征,而DTW方法能够计算时间序列的相似度。根据实验表明,该方法能较好地区分出汉语拼音中发音相似的音标,能够提高各种拼音模糊匹配场景的匹配性能和准确率。