[發(fā)明專利]一種基于軟硬數(shù)據(jù)的信息預測方法

無效

• 申請?zhí)枺?/td>: 200910198183.1
• 申請日: 2009-11-03
• 公開（公告）號: CN101706845A
• 公開（公告）日: 2010-05-12
• 發(fā)明（設(shè)計）人: 杜奕;張挺
• 申請（專利權(quán)）人: 上海第二工業(yè)大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 上海天翔知識產(chǎn)權(quán)代理有限公司 31224
• 代理人: 孫景宜

技術(shù)領(lǐng)域：

本發(fā)明涉及一種在醫(yī)學、地質(zhì)等很多領(lǐng)域具有廣泛應用的信息預測模擬技術(shù)，特別涉及一種基于軟硬數(shù)據(jù)，利用連續(xù)型多點地質(zhì)統(tǒng)計法預測未知信息的方法。

背景技術(shù)：

目前，對于未知區(qū)域的信息預測在許多科學領(lǐng)域具有重要意義，其在如醫(yī)學、地質(zhì)、氣象和采礦等領(lǐng)域已被廣泛應用。盡管有許多插值方法被用于未知信息預測，但是還是難以實現(xiàn)信息的精確預測。

對于插值方法可分為“確定”性插值方法和“不確定”性插值方法。

“確定”性插值方法的插值形式、插值函數(shù)參數(shù)以及插值結(jié)果基本都是確定的，該方法主要包括：距離反比加權(quán)法、多項式趨勢面法、基函數(shù)法以及基于三角網(wǎng)格的方法等。“不確定”性插值方法的“不確定”性一方面表現(xiàn)在選用的插值形式的隨機性上，另一方面表現(xiàn)在插值參數(shù)的選取和確定需要依賴于概率統(tǒng)計原則。

“不確定”性插值方法主要有地質(zhì)統(tǒng)計學中的Kriging方法和隨機模擬方法。Kriging和隨機模擬方法全部是以描述空間兩點相關(guān)性的變差函數(shù)為基礎(chǔ)，而變差函數(shù)只能反映空間兩點之間相關(guān)性的這個特點使其難以重構(gòu)一些復雜圖形，例如長距離彎曲的河道。Kriging和隨機模擬方法被合稱為基于兩點的地質(zhì)統(tǒng)計方法。

鑒于兩點地質(zhì)統(tǒng)計方法的不足，多點地質(zhì)統(tǒng)計法(MPS，multiple-pointgeostatistics)被提出。通過再現(xiàn)高階統(tǒng)計量，MPS能夠從訓練圖像中捕捉復雜的特征樣式并把它們復制到重構(gòu)圖像中，從而再現(xiàn)統(tǒng)計信息。在MPS中，使用訓練圖像代替變差函數(shù)獲取空間數(shù)據(jù)的結(jié)構(gòu)性，因而可克服兩點地質(zhì)統(tǒng)計學不能再現(xiàn)空間多點相關(guān)性的不足。

在MPS模擬過程中，條件數(shù)據(jù)對模擬結(jié)果的精度影響較大。這些條件數(shù)據(jù)是指統(tǒng)計學概念上的硬數(shù)據(jù)和軟數(shù)據(jù)。在許多領(lǐng)域里，由于受到客觀條件或技術(shù)水平限制，所能得到的硬數(shù)據(jù)非常有限，但是可以獲得相對比較豐富的軟數(shù)據(jù)(先驗信息)。劃分硬數(shù)據(jù)和軟數(shù)據(jù)的依據(jù)是，數(shù)據(jù)是否來自于客觀實在。硬數(shù)據(jù)是基于對客觀存在的事物或現(xiàn)象進行測量和觀察的結(jié)果。軟數(shù)據(jù)通常是基于人們的主觀判斷所得到的統(tǒng)計指標，也可能是實驗設(shè)備獲取的整個研究區(qū)域內(nèi)某個屬性值的變化趨勢。例如在油藏描述過程中，所能獲得的硬數(shù)據(jù)(井位數(shù)據(jù))往往非常少，而關(guān)于所研究變量的軟數(shù)據(jù)(如地質(zhì)解釋和地震資料等)卻相對較為豐富。軟數(shù)據(jù)一般提供了較廣泛范圍內(nèi)的低分辨率信息。如果能充分利用較為豐富的軟數(shù)據(jù)，那么必然會提高重構(gòu)結(jié)果的精度。

發(fā)明內(nèi)容：

由于在現(xiàn)有插值方法的模擬過程中，通過少量硬條件數(shù)據(jù)難以獲得比較精確的模擬預測結(jié)果.因此，本發(fā)明提供了一種利用基于過濾器的多點地質(zhì)統(tǒng)計方法，同時將軟數(shù)據(jù)與硬數(shù)據(jù)信息共同作為多點地質(zhì)統(tǒng)計方法模擬圖像的條件數(shù)據(jù)，提高未知信息預測結(jié)果的精度.該方法可廣泛應用于如醫(yī)學、地質(zhì)、氣象和采礦等許多科學領(lǐng)域.

為了達到上述目的，本發(fā)明方法主要包括以下幾方面：

(一)利用數(shù)據(jù)模板掃描訓練圖像獲得數(shù)據(jù)事件：

該過程涉及數(shù)據(jù)模板和數(shù)據(jù)事件。其中，利用數(shù)據(jù)模板對訓練圖像進行掃描時，設(shè)數(shù)據(jù)模板為τ_n，它是由n個向量組成的幾何形態(tài)，τ_n＝{h_α；α＝1，2，...，n}。設(shè)模板中心位置為u，模板其他位置u_α＝u+h_α(α＝1，2，...，n)。

假定一種屬性S可取K個狀態(tài)值{s_k；k＝1，2，...，K}。由數(shù)據(jù)模板中n個向量u_α位置的n個狀態(tài)值所組成的“數(shù)據(jù)事件”d_n定義為：