摘要: 针对测井和试井资料中存在数据质量的问题 ,提出了一种基于聚类分析和神经网络预测技术的数据清洗新方法。该方法首先检测测试井数据中存在空缺项的记录数据 ,对无空缺数据项的记录数据采用模糊聚类分析技术进行数据分类 ,再对各类数据分别进行蚁群聚类分析和神经网络学习并矫正噪声数据。将该数据清洗方法运用到试井分析中进行检验 ,取得了良好的效果。为提高测试井数据质量进行正确的解释评价提供了保证。

关键词: 测井数据;试井数据;数据清洗;模糊聚类;蚁群算法;神经网络
【点击下载附件文件】