基于KNN的剩余油形态识别

• 作者: 滕奇志 王正勇 程小龙
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 剩余油分类 KNN 形态识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 行业应用
• 页码范围: 104-107
• 页数: 4页
• 分类号: TP312
• 字数: 2687字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.01.020

摘要

对从实验中采集到的剩余油图像进行分析研究,可以为油藏后期开采提供理论依据.通过收集确定类型的剩余油特征数据作为样本集向量空间,对待分类剩余油特征数据进行归一化处理,之后求取欧氏距离.使用KNN(K近邻)分类方法近邻投票确定剩余油类别,可以较为快速准确地得到分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕奇志	四川大学电子信息学院图像信息研究所	198	900	14.0	21.0
2	王正勇	四川大学电子信息学院图像信息研究所	126	539	12.0	17.0
3	程小龙	四川大学电子信息学院图像信息研究所	1	0	0.0	0.0