机译:利用常规测井数据区分火山岩裂缝发育程度的方法—核主成分分析(KPCA)和多重分形趋势波动分析(MFDFA)的应用
School of Geosciences, China University of Petroleum, Qingdao, China;
Algorithm design and analysis; Data mining; Fractals; Kernel; Principal component analysis; Reservoirs; Well logging; Fracture development degree; kernel principal component analysis (KPCA); multifractal detrended fluctuation analysis (MFDFA); reservoir space; volcanic reservoir;
机译:利用地球物理测井资料的多重分形趋势波动分析来表征储层
机译:多重分形趋势波动分析与常规多重分形分析中的指数关系
机译:多重分形趋势波动分析与常规多重分形分析中的指数关系
机译:裂缝型复杂岩性油藏常规测井解释主成分分析的有效油藏识别新方法
机译:比较概率主成分分析与适当的正交分解方法进行基础提取和数据丢失估计。
机译:危重病人连续血糖监测数据的复杂性:连续血糖监测设备传感器位置和去趋势波动分析方法
机译:中国洞庭湖盆地降水多重分析的改进的多分术波动分析(MFDFA)方法