猫群与k-means算法在储层含油性识别问题中比较分析

• 作者: 司福明
• 来源期刊: 喀什大学学报
• 学科: 工学
• 关键词: k-means 猫群算法 聚类分析 比较
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 【计算机科学及应用】
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP311.13|TP301.6
• 字数: 1996字
• 语种: 中文
• DOI: 10.13933/j.cnki.2096-2134.2016.03.015

摘要

在储层含油性识别问题中分别应用了k-means算法、猫群算法对储层含油性问题进行聚类分析，比较两种算法的聚类效果。结果显示，传统的k-means算法常容易陷入局部最优，而猫群算法在样本数目较小时是一种快速、高效的识别算法。当样本数目翻倍时，识别的正确率将会下降，这也充分说明了猫群算法的运算效果受代码和样本大小的影响，有较大的不确定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司福明	安徽机电职业技术学院信息工程系	8	20	3.0	3.0