[发明专利]一种共享型测井数据挖掘方法

权利要求书

1.一种共享型测井数据挖掘方法，其特征是包括以下步骤：

步骤一：输入与目标学习任务相关的所有测井曲线以及目标曲线组成的学习样本，然后将学习样本缺失值填充为均值，将测井曲线值重复的深度删除，再将定性的文本数据转变为二维矩阵，最后对二维矩阵进行归一标准化操作；

步骤二：曲线智能选择，取学习样本中每个曲线，计算曲线的发散性和相关性，曲线的发散性计算公式为：

曲线的相关性计算公式为：

根据上述公式综合得到每个曲线的价值评分，选择价值评分最高的若干条曲线作为有价值的学习曲线，并且组成新的学习样本；

步骤三：算法智能选择，在岩石物理数据挖掘知识库中，调用各种方法的经验参数，然后将学习样本按比例分割，使用m次交叉验证综合得到各种数据挖掘方法的准确度，寻找前n个准确度最高的方法作为数据挖掘的方法；

步骤四：参数智能选择，按照数据挖掘方法的数量，划分s个线程来进行每个方法的参数智能选择，使用超参数自动寻优，选定所有参数的变化范围，采用迭代的方法，取第i个参数组合，计算出方法的准确度，若是第i个参数组合的准确度大于前面i-1个参数组合的最大准确度，则第i个参数组合更新为最佳参数组合，否则不更新，然后进行下一次迭代，直至遍历完所有参数可能的组合，最终确定各方法的最佳参数组合，获取的最佳参数组合会用于最终的数据挖掘，并得到数据挖掘模型；

步骤五：学习知识保存及共享调用，将数据挖掘相关学习知识保存到岩石物理数据挖掘知识库中，当需要使用数据挖掘相关学习知识时，从岩石物理数据挖掘知识库中调用数据挖掘相关学习知识，根据曲线重定向确定预测样本输入曲线，再运用数据挖掘模型来获得预测曲线。

2.根据权利要求1所述的共享型测井数据挖掘方法，其特征是在所述的步骤一中，测井曲线包括但不限于自然伽马曲线、自然电位曲线、中子密度曲线、电阻率曲线，目标曲线为需要预测的曲线，包括但不限于孔隙度曲线、渗透率曲线。

3.根据权利要求1所述的共享型测井数据挖掘方法，其特征是在所述的步骤三中，从岩石物理数据岩石物理数据挖掘知识库中调用的方法包括但不限于支持向量机、贝叶斯和梯度提升树。