本发明公开了一种复杂地质钻进过程地层岩性智能识别方法，包括采集测井数据，对获得的测井数据进行分析，选出与岩性紧密相关的数据，运用小波去噪技术获得去噪后的样本数据集；在获得样本数据集的基础上进行归一化处理，建立ECOC编码矩阵，并利用并发删减算法删减ECOC编码矩阵，利用核Fisher线性判别作为基分类器对岩性进行分类，并利用蝙蝠优化算法优化基分类器的核参数及阈值参数；通过汉明距离解码完成最终的岩性类别输出。
本发明将多分类问题转化为多个二分类问题，能够较好地区分测井特征相近的岩性，又能够克服核Fisher线性判别多分类方法中差异较大的类信息掩盖差异较小的类信息的问题，为复杂钻进过程智能控制打下了良好的基础。

曹卫华 陈茜 甘超 吴敏

中国地质大学(武汉)

430000 湖北省武汉市洪山区鲁磨路388号

本发明公开了一种复杂地质钻进过程地层岩性智能识别方法，包括采集测井数据，对获得的测井数据进行分析，选出与岩性紧密相关的数据，运用小波去噪技术获得去噪后的样本数据集；在获得样本数据集的基础上进行归一化处理，建立ECOC编码矩阵，并利用并发删减算法删减ECOC编码矩阵，利用核Fisher线性判别作为基分类器对岩性进行分类，并利用蝙蝠优化算法优化基分类器的核参数及阈值参数；通过汉明距离解码完成最终的岩性类别输出。
本发明将多分类问题转化为多个二分类问题，能够较好地区分测井特征相近的岩性，又能够克服核Fisher线性判别多分类方法中差异较大的类信息掩盖差异较小的类信息的问题，为复杂钻进过程智能控制打下了良好的基础。