地震岩性模式识别研究

模式识别技术引入到地震岩性预测领域,实现了地质、测井和地震综合资料的自动解释。地震岩性模式识别同时采用了统计模式识别和结构模式识别两种技术,并将两者合理地结合为一体,通过地层岩性-地层速度-地震反射波形的模式匹配、地震岩性特征抽取、以及句法分析和判别运算,完成地层岩性的分类和识别。在辽西凹陷北洼应用地震岩性模式识别进行了模式训练和钻前岩性预测,所获结果均表明该法具有较高使用价值。     

判别函数模糊模式识别法

本文提出了一种新的分类方法——判别函数模糊模式识别法（DFFPRM）,是数理统计与模糊数学相结合的产物.实践证明,DFFPRM 能克服判别分析存在的一些问题.      

神经网络模式识别沉积微相

本文介绍用于沉积微相智能识别的神经网络模式识别方法。该方法利用关键井研究建立了测井相与地质相的对应关系作为识别模式，通过向识别模式学习获得模式识别智能知识，从而利用这些智能知识识别未知井，未知点微相类型。本文方法成功地应用于中原油田文留；地区沙四段海相的识别与划分。     

物探异常的间接模式识别

利用模糊数学知识，对物探工作已知区和未知区的各异常，选择描述其特征的数量化指标，构成各异常的模糊集，然后采用ＩＳＯＤＡＴＡ模糊聚类方法，将已知区异常分成地质、物探特征各异的若干类，作为已知模式。进而对未知区各异常作间接模式识别，将其归入和已知模式中贴近度最大的那个模糊集，从而将“从已知到未知”这一解释推断原则定量化、客观化。运用该方法对大足－壁山－带航磁剩余异常的间接模式识别取得了较为满意的结果。     

测井岩性模糊模式识别法

鉴定钻孔穿过的地层岩性,是地球物理测井的一项重要任务。以往,测井解释人员是用人工方法来完成这项任务。 在实际应用中,有时仅有少数几种可用的测井曲线,以致使不同曲线对不同岩石的特征值范围部分地或全部地重叠在一起。这样一来,根据人工方法便不可能将各种岩石类型明显地区分开。 为了克服人工方法的这些缺点,本文将提出一种新的地层岩性鉴定方法——测井岩性模糊模式识别法（LLFPRM）,还提出了这种新方法的PC—1500型袖珍机BASIC语言程序。事实证明,LLFPRM是一种简单、快速而又准确的岩性解释方法。     

某岩体模式识别找矿预测

在某岩体综合信息找矿预测中,过去一直使用目视类比,其结果受人为因素影响,效果不好。近年来,我们使用计算机模式识别技术,研究处理了该岩体的综合找矿信息,判别出了四个找矿远景区。     

模式识别与成矿预测V:模式识别应用于地学领域若干问题的讨论

本文在简要介绍模式识别的基础上,以Cora-、Hamming、Lsokid方法为例,对一些识别理论及应用于地学领域若干注意事项作了探讨,尤其对Cora-3的删除特征、弱特征及加权、投票等问题提出了新的看法。     

常用有机溶剂人工神经网络模式识别方法研究

用人工神经网络方法对常用有机溶剂进行分类。４５种有机溶剂模式识别的误判率为７．６％，同聚类方法比较，本方法分类能力强，结果准确，可直接对未知溶剂分类。     

地球化学数据多元模式识别技术

地球化学数据多元模式识别技术能够实现“关系地球化学”的概念,来提取各种不同类型及不同元素组合的成矿异常信息。通过简要介绍模式识别的基本原理和应用于地球化学数据处理分析的数学模型和算法,探讨地球化学数据多元模式识别中几个重要的技术关键问题,并用实例来说明模式识别技术在地球化学数据计算分析中良好的应用效果。     

模式识别在地球化学中的应用

地球化学数据模式识别技术，是通过模式识别数学处理方法，对地球化学异常进行多元素信息提取，确定不同地质体及不同类型成矿作用的元素异常特征和异常分带。提取各种不同类型及不同元素组合的成矿异常。     

模式识别在矿藏预测中的应用

将计算机模式识别方法应用于地质勘探,发展了模式识别矿藏预测技术。本文阐述了该技术的原理、常用的计算方法和在地质勘探中应用的若干特点。报道了作者近年来应用模式识别矿藏预测的一些实例,包括油田水分类,我国主要矿区矿床铁帽评价,广西大厂锡多金属矿田矿藏预测,湘南地区铅、锡异常评价和矿藏预测等。预测结果已有部分得到证实。     

化探异常多元素组合模式识别

运用化探异常组合模式的概念，论证了化探异常组合模式存在的客观性，讲述了化探异常组合模式识别的基本方法及几种常见的组合模式标本；论述了化探异常组合模式识别在有色金属找矿方面的意义，并举例说明了模式识别方法的基本过程，列出模式识别计算机程序的基本框架。     

模糊模式识别神经网络预测模型及其应用

提出了模糊模式识别神经网络预测模型,开辟了神经网络拓朴结构建模的新思路。模型的激励函数采用了模糊模式识别模型。最后给出中长期水文预测的应用实例。     

常用有机溶剂人工神经网络模式识别方法研究

用人工神经网络方法对常用有机溶剂进行分类。４５种有机溶剂模式识别的误判率为７．６％，同聚类方法比较，本方法分类能力强，结果准确，可直接对未知溶剂分类。     

模式识别与成矿预测Ⅳ——Isokid模式识别方法及其在矿产预测中的应用

在Isodata、Isomix等方法的基础上,笔者提出一个新的非监督模式识别方法即Isokid算法,该法还吸取了Cora-3、Hamming等监督模式识别方法的一些特点,使它具有很多优点:(1) 简化了初始聚类中心的计算;(2) 利用信息量计算法给特征加权;(3) 采用了删除特征试验;(4) 适用于多类分类识别。本文以广东花岗岩型铀矿床的识别预测和对赣中南产铀、产钨岩体的识别为例,介绍了本方法的使用情况和特点。结果表明,本方法识别结果可靠稳定,是目前模式识别中较好的方法,除应用于地质找矿外,还可应用于其它领域。     

模式识别技术在断层解释中的应用

本文介绍了煤层中断层模式识别的具体方法，主要包括断层特征参数的分析与断层模式判别。通过对安徽淮南潘三矿７条地震测线上部分资料的重新解释，提取出对应１３—１煤的Ｔ＿５波的多个地震波动力学参数，并利用断层模式识别技术对小断层的分布情况进行了推测，判别效果是令人满意的。     

齐家古潜山基岩裂缝的神经网络模式识别

在岩芯裂缝观测基础上，应用岩芯标定测井，分岩性建立了测井解释模型，分析了裂缝发育段在常规测井曲线上的响应特征，并结合钻井泥浆漏失、放空及开发动态资料，识别出典型裂缝段，将其测井响应作为训练样本集，应用神经网络模式识别技术的并行处理、分布式的信息存储、极强的自学习功能和自动调整权值的能力，对齐家古潜山76口井进行了裂缝段的识别，探索出一套综合岩芯、常规测井、测试与动态等信息进行裂缝分布预测的新方法，经钻探证实，效果良好。     

模糊模式识别在成矿预测中的应用

本文在模糊模式识别的理论基础上,提出了矿床预测的一种数学方法.基于F-PFS法,在特征因素和权重的调整下求出最佳分类.聚类中心即为标准模式.按单因素判对率作为该因素权重(逆距离权重),依标准模式模糊向量与已知单元模糊向量之间确定关系产生不等式方程组求解各因素的权重(距离权重),从而实现单元的贴近度识别.从鄂东南地区铜及多金属矿的预测表明,这类方法是有效的.