《表2 Relief F算法权重分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《叠合概率法在碳酸盐岩储层评价中的应用——以辽河坳陷西部凹陷高升地区沙四段为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

灰色关联法与层次分析法均可以对不同因素进行权重分析，但是它们均属于无监督学习，具有主观性过强、部分指标最优值难以确定的缺点。Relief F算法可以考虑多类别的信息（不同类型的储层），每次从训练样本集中随机取出一个样本R，然后从R同类的样本集中找出R的k个近邻样本，再从每个R的不同类的样本集中找出k个近邻样本，更新每个特征参数的权重[25-27]。使用Matlab软件平台，利用Relief F算法，根据各个特征参数和类别的相关性赋予不同权重，权重值越大表示该特征参数对样本的区分能力越强。使用此方法对研究区高升油层中不同因素（特征参数）进行权重分析，从表2可以发现，孔隙度和渗透率的权重值偏小，这主要是由于同时评价常规与非常规储层造成的，粒屑灰（云）岩厚度权重值基本控制在常规储层分布范围内，而脆性指数和裂缝密度对非常规储层有较大影响。