《表3 数据集信息:储层预测的代价敏感主动学习算法》
实验采用三个真实的测井数据集,包括某油气田公司滇黔川地区天然气井数据、美国Hugoton油气田的井下数据和Panoma油气田井下数据,具体信息如表3所示.数据的属性包括伽马射线、电阻率、光电效应、中子密度空隙率等属性指标,最终的储层预测目标为干层或气层等决策信息.实验采用完全随机缺失(Missing Completely at Random,MCAR)的方法,并且设置缺失率为10%~50%.实验中相应的代价设置:属性查询代价a=0.2,标签查询代价t=1,误分类代价M (li,yi)=2.
图表编号 | XD00192289500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.30 |
作者 | 汪敏、赵飞、闵帆 |
绘制单位 | 西南石油大学电气信息学院、西南石油大学电气信息学院、西南石油大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |