[发明专利]一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法

权利要求书

1.一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法，其特征在于，包括如下步骤：

1)提取地区范围内的地质信息，对地质信息进行地质解释，将得到的地质解释数据结果进行数据化处理，数据化的地质解释结果投影到三维空间中，利用朴素贝叶斯的邻近法对未知地层进行分类；

2)检索步骤1)中的三维空间中的一点周围的K个已知点，并将K个已知点的属性提取出来，属性的总种类为N种，三维空间中的点的属性为A_n，其周围第i个点的属性表示为其中，i代表第i个点，n∈(1,2…N)；

3)根据朴素贝叶斯方法对步骤2)中的三维空间中的点进行学习，利用公式如下：

其中，n代表1…N中的任意一个数，且每个n互不影响，其中，代表所述三维空间中的点周围第i个点的属性，P(A_n)代表所述三维空间中的点的属性为A_n的概率，代表第i个点属性为的概率，代表在所述三维空间中的点周围K个已知点属性分别为的情况下所述三维空间中的点属性为A_n的概率；通过学习，可以得到所述三维空间中的点中A_n的概率，即P(A_n)，第i个已知点属性为的概率以及当所述三维空间中的点属性为A_n时，其周围K个已知点的属性分别为的概率，将上述三个概率：P(A_n)，作为先验概率；

4)将步骤3)的结果应用在步骤2)中剩余的所述三维空间中的点，后验概率如下：

其中，表示在已知所述三维空间中的点周围每个已知点属性的情况下，所述三维空间中的点属性为A_n的概率，当取最大值时，则确定所述三维空间中的点的属性为A_n；

5)将不同K值带入步骤2)中进学习，并将步骤4)得到的结果与步骤2)中所述三维空间中的点的属性进行对比来判断学习的准确率，将不同K值时学习的准确率做对比，选出准确率最高的K值k，此时得到的先验概率即为学习得到效果最好的先验概率P(A_n)，

6)选取所述地区范围内未知地层属性的未知点最近的k个点再利用先验概率公式：

P(A_n)，

同时利用朴素贝叶斯方法公式：

将先验概率公式与朴素贝叶斯方法公式进行分类，取的最大值即为所述地区范围内未知地层属性的未知点的属性A_n，从而获得每个未知点的地层属性，最终构建该地区的三维地质模型。

2.根据权利要求1所述的一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法，其特征在于，所述步骤1)中的地质信息包括：地球物理信息、钻井资料、物性资料和重磁电震资料、地震剖面解释结果。

3.根据权利要求1所述的一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法，其特征在于，所述步骤1)中地质解释通过matlab的识别功能以及滤波平滑处理，将地质解释结果数据化。

4.根据权利要求1所述的一种基于朴素贝叶斯法与邻近分类法相结合的地球物理建模方法，其特征在于，所述步骤1)数据化的地质解释结果包括地层的构造特征、地层物性特征和地层岩性特征。