基于EM和GMM的朴素贝叶斯岩性识别

摘要：

朴素贝叶斯分类器可以应用于岩性识别.该算法常使用高斯分布来拟合连续属性的概率分布,但是对于复杂的测井数据,高斯分布的拟合效果欠佳.针对该问题,提出基于EM算法的混合高斯概率密度估计.实验选取苏东41-33区块下古气井的测井数据作为训练样本,并选取44-45号井数据作为测试样本.实验采用基于EM算法的混合高斯模型来对测井数据变量进行概率密度估计,并将其应用到朴素贝叶斯分类器中进行岩性识别,最后用高斯分布函数的拟合效果作为对比.结果表明混合高斯模型具有更好的拟合效果,对于朴素贝叶斯分类器进行岩性识别的性能有不错的提升.

关键词：概率密度估计、EM算法、朴素贝叶斯分类器、岩性识别

所属期刊栏目：28

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44