Cтраница 3
При определении информативности признаков вид ОПЗ на скважине выбирают с использованием некоторых методов распознавания образов, а именно, путем построения функций классификации в виде полинома первой или второй степени. [31]
Метод ранговой классификации можно использовать и для оценки зависимости показателя процесса от суммарного влияния разных факторов, которое можно выразить через функцию классификации, а также для отбора сочетаний наиболее информативных признаков, при котором обеспечивается наименьшая погрешность при применении регрессионного анализа. [32]
Метод ранговой классификации можно использовать и для оценки зависимости показателя процесса от суммарного влияния различных факторов, которое можно выразить через функцию классификации, а также для отбора сочетаний наиболее информативных признаков, при котором обеспечивается наименьшая погрешность при применении регрессионного анализа. [33]
Метод применяется для оценки эффективности планируемых ГТМ на уровне районных инженерно-технологических служб ( РИТС) НГДУ, при этом в каждом НГДУ необходима обработка опыта проведенных ГТМ для получения пороговых значений функций классификации. [34]
![]() |
Зависимость коэффициента извлечения от суммы рангов всех. [35] |
В тех случаях, если один или несколько признаков характеризуют только качественное состояние объекта, установление связи между показателем и этими признаками возможно на основе ранговой классификации в виде уравнения, связывающего функцию классификации со всеми рассматриваемыми информативными признаками. [36]
Собранная информация по всему опыту проведенных ГТМ служит для: оценки эффективности ГТМ ( факторы III группы); получения прогнозируемых технико-технологических факторов, регулирующих исход проведения ГТМ ( факторы II группы); отображения опыта проведенных ГТМ в виде функций классификации ( или решающих правил), выражающих зависимость эффективности этих мероприятий от геолого-промысловых ( факторы I группы) факторов. [37]
Методы, реализованные в модуле, являются линейными. Функции классификации и дискриминантные функции являются линейными комбинациями наблюдаемых величин. [38]
Большие изменения в составе газов в ряде случаев обусловлены прихватом нефти при испытаниях. Соответственно функция классификации изменяется в значительных пределах, однако во всех случаях оценка типа залежи одинакова: в залежах есть нефтяные оторочки. [39]
Такое решение приведено в табл. 1.10, там же дана оценка типа залежи по данным исследования скважин валанжинских отложений Уренгойского месторождения. Хотя функция классификации Ф изменяется в пределах от 13 до 20, во всех случаях оценка типа залежи одинакова: в газоконденсатном пласте есть нефть. [40]
Метод предназначен для нахождения функции классификации для -) - эффективных ГТМ и - неэффективных. Получив функцию классификации г - го вида ГТМ, мы судим по факторам о целесообразности его проведения на некоторой скважине. [41]
Алгоритм для нахождения функций классификации предназначен в случае двух классов. Для получения функций классификации используется метод последовательной аппроксимации. [42]
Массив данных на носителях вводят в ЭВМ Минск-32 и. Здесь же а машинных носителях записаны функции классификации, включающие опыт проведенных прежде изоляционных работ. Для скважины, планируемой к ремонту, в классификаторе происходит выбор идентичной окважины из опыта, представленной функцией. Если функция положительна, что проверяется подстановкой закодированных параметров планируемой к ремонту скважины, то проведение изоляционных работ данным методом целесообразно. [43]
![]() |
Распределение значений рангов по интервалам каждого признака. [44] |
Условно считаем, что объекты, на которых прирост добычи нефти в результате гидровиброобработки призабойной зоны скважины составляет 500 т, малоэффективны, а 900 т - эффективны. Из табл. 116 видно, что функция классификации Ф позволяет достаточно хорошо отличить эффективные объекты от малоэффективных: Ф10 для малоэффективных и Ф11 для эффективных. [45]