多維信息挖掘系統(tǒng)的實現及其應用.pdf

1、數據挖掘在測井信息處理過程中起著很關鍵的作用，但目前尚有的典型數據挖掘系統(tǒng)或多或少存在交互性弱、挖掘過程可控性低、數據可視化程度差等缺點。本文依據測井信息處理的實際需要，根據數據挖掘的科學流程，結合BP神經網絡、遺傳算法、SOM網絡及TFI聚類算法等數據挖掘算法理論，利用計算機模擬(可視化編程工具VC++)、數據庫管理及數據可視化等技術研究開發(fā)了一套多維信息挖掘系統(tǒng)。本文還重點提出了利用該系統(tǒng)建立精度好、效率高的分類、回歸及聚類模型關鍵

2、流程及方法。 取得的主要成果有以下幾點：1.開發(fā)了獨立于大型數據挖掘系統(tǒng)之外的、針對地學專業(yè)的開放式多維信息挖掘系統(tǒng)，建立了測井、網格等地學數據的輸入接口，簡便了對測井、網格等地學數據進行數據挖掘時的數據輸入過程，同時也建立了文本數據及Excel數據的輸入接口，也為其他信息的數據挖掘提供了可能。 2.開發(fā)了基于數據可視化技術的散點圖分析功能，這對于數據體屬性間的相關性分析帶來很大的便利；還開發(fā)了屬性聚合、屬性轉換、奇點標

3、注及抽樣等數據預處理功能，屬性聚合及屬性轉換使得數據體的各屬性能更好地適應各種不同的數據挖掘算法，奇點標注及抽樣則能加強數據挖掘模型的準確性及適應性。 3.開發(fā)了交互性較強、挖掘過程可控性較靈活、運行效率較高、分析結果較精確的BP神經網絡分析功能、遺傳神經網絡分析功能、SOM網絡分析功能及TFI聚類分析功能，涵蓋了數據挖掘六大任務中的三項(分類、回歸及聚類分析)，這對于測井信息處理中的巖性識別、孔隙類型識別、物性參數計算及含油氣