基于集成学习的油水两相ECT系统流型识别研究

• 作者: 全星慧 曹志民 韩建 马跃
• 来源期刊: 测井技术
• 关键词: 油水两相 电容层析成像 流型识别 集成学习 随机森林 Bagging算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 解释评价
• 页码范围: 38-42
• 页数: 5页
• 分类号: P631.84
• 语种: 中文
• DOI: 10.16489/j.issn.1004-1338.2020.01.008

摘要

针对传统的电容层析成像(ECT)流型识别方法识别率低的问题,提出一种基于集成学习理论的ECT流型识别方法.将ECT系统获得的大量流型数据进行归一化处理,并将样本数据的60％随机分配给训练数据,40％作为测试数据.在现有随机森林分类器的基础上进行改进,通过对单一流型进行识别,获取各类流型的识别标签,并通过组合策略的原则将多个单类标签结果进行重组,最终获取多种流型分类结果.对8种典型流型的仿真实验结果表明,该方法继承了传统的随机森林的分类特点.在5～40 dB信噪比的情况下,识别率有明显的提升,最高可达99.93％,表明了这种方法抗噪声干扰能力强,是一种适用于工业检测的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹志民	东北石油大学电子科学学院	22	23	3.0	3.0
5	韩建	东北石油大学电子科学学院	63	153	5.0	9.0
9	全星慧	东北石油大学电子科学学院	13	56	4.0	7.0
13	马跃	东北石油大学电子科学学院	5	3	1.0	1.0