Bayes逐步判别法在绿茶板栗香化学识别上的应用

由经验丰富的感官审评专家对各茶样进行感官审评,依据感官审评结果将茶样分为板栗香型、非板栗香型两大类;应用Bayes逐步筛选过程对具有板栗香茶样的共有成分先进行筛选,再以筛选出的香气成分为变量,建立判别方程。交叉验证和检验样本验证结果显示:用筛选出的顺-茉莉酮和香叶基丙酮建立的判别方程,在训练数据集判别和交叉验证中,判别正确率均达到94.44%;对8个检验样本都做出了正确的判断,正确率为100%,可认为,该判别方程有效,判别结果理想。此外,由顺-茉莉酮和香叶基丙酮的主成分图也可得出,筛选出的变量对板栗香与非板栗香具有很好的区分效果。

应用Bayes逐步判别方法识别东辛油田沙四段储层流体性质

东辛油田沙四段储层存在相当数量的低阻油层,油层、油水同层、水层测井响应特征比较接近,常规交会图法难以准确识别储层流体性质.本文介绍了Bayes逐步判别方法原理和技术流程,综合应用声波时差、自然伽马、自然电位、深探测电阻率、浅探测电阻率测井资料和生产动态资料建立了油层、油水同层、水层的判别函数.应用效果表明,Bayes逐步判别法识别油水层符合率达到了87.5%,可满足东辛油田沙四段储层流体性质识别的需要.

Bayes逐步判别法在邢台煤矿突水水源判别中的应用

快速有效地判别突水水源是矿井安全生产的重要保障。文章以邢台煤矿为研究对象,选取各含水层多项水质指标,应用Bayes逐步判别法建立矿井突水水源快速判别模型。结果表明:Bayes逐步判别模型以其计算过程简单、模型结构稳定而优于其它模型,既提高判别准确率又提高判别速度,实现对突水水源快速有效判别,为防治水工作提供有力依据。

用Bayes判别模型识别未取芯井段沉积微相──以沾化凹陷罗家鼻状构造沙四上段近岸水下扇砂砾岩体为例

将常规测井资料及其解释成果中的地质参数资料同岩芯资料相结合 ,提取反映沉积微相的特征参数 ,用 Bayes逐步判别法建立研究区域的特征参数与沉积相相互转换的数值模型 ,根据此模型对未取芯井段的沉积微相进行自动识别。提供了一种从数值模型角度进行沉积微相研究的辅助方法 。

基于PCA-Bayes综合判别的矿井突水水源判别研究

根据矿井各含水层水化学成分的差异性,选取多种水化学成分指标作为突水水源识别的样本变量,综合利用多元统计分析技术、Bayes逐步判别法和PCA-Bayes综合判别法作比较,采用SPSS软件建立Bayes逐步判别模型、PCA-Bayes综合判别模型,以煤矿不同含水层的水化学资料中的多组样本为依据,利用该模型进行工程应用。结果表明:PCA-Bayes综合判别模型提高了突水水源判别的准确率和判别速度,实现了对矿井突水水源快速有效判别,为防治突水事故提供了有力的依据和判别方法。

距离判别法在矿山防治水中应用

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90%,而河池矿区水样距离判别模型的回判准确率仅50%。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90%,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。

常规测井资料定量解释碳酸盐岩微相——以伊拉克北Rumaila油田Mishrif组为例

基于常规测井资料分析的沉积微相精细识别方法在碎屑岩中有着很好的识别能力和预测能力。但是,碳酸盐岩强烈的成岩作用和成岩后改造,使得在碎屑岩体系中行之有效的主要基于自然伽马曲线(GR)、自然电位曲线(SP)和深、浅电阻率曲线(RD、RS)的交会图和模糊聚类沉积微相测井识别方法在碳酸盐岩沉积微相划分中遇到挑战。波斯湾地区伊拉克Rumaila油田主力储层白垩系Mishrif组为典型的沉积孔隙型碳酸盐岩储层。在北Rumaila油田选取Mishrif组岩心、测井和录井等地质资料较为完备的8口代表性钻井作为标准井,对其进行沉积相、亚相和微相的精细刻画,进而提取标准井中自然伽马(GR)、中子(CNL)和密度(DEN)3条常规测井曲线与沉积微相相匹配的关键参数(曲线均值和GR曲线的离差平方和),建立测井相-沉积微相的定量转换关系。在此基础上,采用Bayes逐步判别法建立了基于常规测井的北Rumaila油田Mishrif组碳酸盐岩沉积微相的测井判别模型,并利用该模型实现了对未建模井沉积微相的准确标定。与交会图法和模糊聚类法相比,Bayes逐步判别法能够整合更多的测井参数,进而提供更好的适应于沉积型碳酸盐岩的沉积微相测井定量识别方法。

沉积微相定量研究方法

松辽盆地四五家子油田白垩系泉头组二段的Ⅰ—Ⅳ砂层组的自然电位及自然伽马曲线特征不很明显。在区域沉积背景、基本沉积特征及单井相分析的基础上 ,结合微相标志及测井曲线形态 ,认为该砂层组主要为曲流河沉积 ,发育曲流河点坝、决口扇、天然堤及泛滥平原等 4种沉积微相。优选出识别沉积微相类型的主要特征参数 (孔隙度、泥质含量及砂岩百分含量 ) ,应用Bayes逐步判别方法建立了各微相的判别函数 ,定量识别 13 6口非取心井的沉积微相 ,正判率达 90 %以上 ;继而应用顺序指示模拟方法预测井间沉积微相。在 13 6口井中抽取 8口作为检验井 ,用上述方法重新模拟 ,进行抽稀检验统计 ,7口井预测结果与实际相符合 ,证明此预测方法是行之有效的。图 3表 1参

应用“两步”法识别广利油田沙四段储层流体性质

广利油田沙四段储层高、低阻油层共存,测井识别难度大.为了准确识别储层的流体性质,开发了"两步"识别方法.首先,考虑到岩性细、泥质含量高是低阻油层的主要成因,利用自然伽马相对值△GR对深探测电阻率做了泥质校正,以消除岩性对油层电阻率的影响.其次,基于生产动态资料,采用Bayes逐步判别分析方法建立了应用自然电位、自然伽马、声波时差、深探测电阻率、冲洗带电阻率资料识别油水层的判别函数.对8口新井的应用效果表明,"两步"识别法能够较好地识别高、低阻油层,流体性质识别的符合率达到了88.8%,较未经泥质校正的Bayes逐步判别分析方法识别符合率提高了8.3%,较好地满足了广利油田沙四段储层流体性质识别的需要.