论文部分内容阅读
时序数据在日常生活中随处可见，对时序数据的研究和挖掘具有重大实际应用意义。本文主要研究基于时序数据的模式识别技术，分别从数据预处理、特征提取、模型建立、相似性搜索识别等4个方面进行阐述。本文以测井数据为时序数据研究对象，是由于测井数据不仅具有时序数据的普通特性，且具有一般时序数据没有的更复杂的特征，并具有深远的实际应用意义。
测井曲线形态蕴含着沉积微相的信息。通过测井曲线变化趋势的编码和人工免疫系统的克隆免疫、变异等算子，实现了不等长特征曲线的快速收敛，并建立人工免疫的测井曲线识别模型。对胜利油田150个沉积微相进行识别，正确率达到95％，证实了该模型应用的有效性。