基于朴素贝叶斯的判别频率估计算法在油水层识别中的应用  

Application of Discriminative Frequency Estimate Algorithm for Naive Bayesian to Improve the Water and Oil Layer Identification

作　　者：吕昊[1] 白雪[1] 曾晓献[1] 

机构地区：[1]吉林大学仪器科学与电气工程学院,长春130026

出　　处：《吉林大学学报（地球科学版）》2012年第S2期155-161,共7页Journal of Jilin University：Earth Science Edition

基　　金：国家自然科学基金项目(41074082)

摘　　要：贝叶斯网络分类器,已经广泛应用于各种分类问题。对于固定的贝叶斯网络结构,可以通过生成参数和判别参数2种方法进行学习。生成参数学习效率较高但是分类精度较低,而判别参数学习与之相反。通过对数据集中参数出现频率计算来进行参数学习,并加入一个判别参数来加强实例属性与分类目标值之间的关联性,在此基础上提出了一种简单、快速、有效的判别频率估计(DFE)算法。实验结果表明:在油水层模式识别当中,这种判别频率估计方法相对于其他算法在分类精度上能够提高5%～10%。贝叶斯网络分类器,已经广泛应用于各种分类问题。对于固定的贝叶斯网络结构,可以通过生成参数和判别参数2种方法进行学习。生成参数学习效率较高但是分类精度较低,而判别参数学习与之相反。通过对数据集中参数出现频率计算来进行参数学习,并加入一个判别参数来加强实例属性与分类目标值之间的关联性,在此基础上提出了一种简单、快速、有效的判别频率估计(DFE)算法。实验结果表明:在油水层模式识别当中,这种判别频率估计方法相对于其他算法在分类精度上能够提高5%～10%。

关 键 词：朴素贝叶斯分类 判别参数学习 油水层识别 储层评估 油田开发 

分 类 号：P5[天文地球—地质学]