[发明专利]基于特征组合的朴素贝叶斯岩相分类方法及装置

权利要求书

1.一种基于特征组合的朴素贝叶斯岩相分类方法，其特征在于，包括：

获取目标工区的多种测井数据并对其进行预处理；

将预处理后的多种测井数据进行随机分层抽样，并按照预设比例形成训练集和测试集；

对所述训练集中的特征进行两两组合，并拟合每个组合的联合类条件概率；

基于所述联合类条件概率构建目标函数，并基于朴素贝叶斯算法求解所述目标函数，以生成岩相分类器；

利用所述测试集测试所述岩相分类器，以根据测试结果确定最优的岩相分类器；

利用所述最优的岩相分类器对所述目标工区内待处理测井数据进行岩相识别。

2.如权利要求1所述的基于特征组合的朴素贝叶斯岩相分类方法，其特征在于，所述拟合每个组合的联合类条件概率，包括：

当组合特征均为离散型特征时，根据公式计算组合特征的联合概率分布，并将该联合概率分布作为该组合特征的联合类条件概率；

其中，c表示岩相类别；x_i,x_j分别表示第i号特征取值和第j号特征取值；p(x_i,x_j|c)表示在岩相类别为c的条件下，x_i和x_j发生的概率；D_c表示岩相类别为c的样本总数；表示岩相类别为c，第i号特征取值为x_i并且第j号特征取值为x_j的样本个数。

3.如权利要求1所述的基于特征组合的朴素贝叶斯岩相分类方法，其特征在于，所述拟合每个组合的联合类条件概率，还包括：

当组合特征均为连续型特征时，根据以下公式计算组合特征的联合概率密度分布，并将该联合概率密度分布作为该组合特征的联合类条件概率；

其中，p(x|c)表示在岩相类别为c的条件下，x发生的概率；c表示岩相类别；x为输入的待分组的一组特征取值；x_i,x_j分别表示第i号特征取值和第j号特征取值；k为高斯混合模型的组分数；μ_k为第k个高斯组分的均值向量；∑_k为第k个高斯组分的协方差矩阵；α_k为第k个高斯组分的权重系数；T表示矩阵的转置。

4.如权利要求1所述的基于特征组合的朴素贝叶斯岩相分类方法，其特征在于，所述拟合每个组合的联合类条件概率，还包括：

当组合特征包括离散型特征和连续型特征时，对于其中的离散型特征，先进行统计计数，并计算出离散型特征的先验概率；

再根据公式拟合出离散型特征对应的连续特征取值的概率密度分布，并将该概率密度分布作为该离散型特征的联合类条件概率；

其中，c表示岩相类别；x_i,x_j分别表示第i号特征取值和第j号特征取值；p(x_i,x_j|c)表示在岩相类别为c的条件下，x_i和x_j发生的概率；表示岩相类别为c，第i号特征取值为x_i并且第j号特征取值为x_j的样本个数；D_c表示岩相类别为c的样本总数，p(x_i|c,x_j)表示岩相类别为岩相类别为c，且第j号特征值为x_j的情况下，第i号特征取值为x_i发生的概率；k为高斯混合模型的组分数；σ_k为第k个高斯组分的方差；α_k为第k个高斯组分的权重系数。

5.如权利要求1所述的基于特征组合的朴素贝叶斯岩相分类方法，其特征在于，所述目标函数包括其中，h^*(x)为目标函数；x为输入的待分组的一组特征取值，且x_i,x_j分别表示第i号特征取值和第j号特征取值；c表示岩相类别；p(c)为岩相类别c的先验概率；p(x_i,x_j|c)表示在岩相类别为c的条件下，x_i和x_j发生的概率；n为特征总数。