基于模糊熵的KNN分类模型在岩性识别中的应用

来源：计算机工程与应用杂志2018年第24期北京时间：

作者：赵彤彤1，张春雷2，张春雨3，高世臣1

单位：1.中国地质大学（北京） 数理学院，北京 100083 ；2.北京中地润德石油科技有限公司，北京 100083；3.中国石油 长庆油田分公司 第四采气厂，西安 710000

摘要：KNN分类模型是一种简单直接的惰性分类算法，适用于多分类问题，可应用于复杂岩性识别中。该研究以苏里格气田苏东某区为研究工区，该地区岩性结构复杂多样，其识别是本次研究工作的重点。传统KNN方法在类重叠度高的部分易判错，样本容量小的类域易误分，稀疏类的边缘点易受干扰，分类效果欠佳。为克服缺点，提出了基于模糊熵的KNN分类模型，又称为FE-KNN（Fuzzy Entropy-KNN）。FE-KNN分类模型将传统KNN与模糊理论相结合，区别对待不同特征和不同样本点，使分类的精度由84.7%提高至86.9%，为复杂碳酸盐岩岩性识别提供了一种新的思路。

关键词：模糊熵,特征权重,隶属度,样本可信度,碳酸盐岩岩性识别