用R统计参数的结果

应用场景:一堆数据,也可能是几堆数据,需要按不同的数据段来求取最大值最小值和平均值,这个当然不是难事,但一个一个的去手动求取,excel拉过来拉过去,挺烦的,搜索了小半天数据透视表,也没有找到同时求得这三个数值的办法。深受数据统计的折磨,然后有了这一小段代码。

首先设定工作路径setwd("G:/课题/项目/资料")

tidyverse真是好用,library(tidyverse)

分别读取[......]

Read more

Paradigm的geolog之xplot

xplot就是交汇图,常用的功能都有,和excel差不多的感觉,但定制了很多有用的功能,特别有意思的是 User Function Editor,有很多个高频应用功能。

insert polygon,可以在交汇图上手动绘制polygon,按岩性符号库里的对应名字命名polygon,如果polygon有重叠,重叠的部分会以后面的一个polygon为准,然后根据polygon计算岩性

在parad[......]

Read more

瞎说神经网络&深度学习

还没有搞定机器学习,又开始惹上深度学习,反正二者有太多一样的思维。

很多人把深度学习称为神经网络的别名,也不是没有道理,基本上后面起作用的都是神经网络算法,数学家真是牛,能把那么复杂的现实问题,转化为数学问题,更重要的是,这些数学问题得到了解决。

最近买了本《深度学习的数学》,号称用excel就可以实践,很是诱人。买回来发现书很小,居然是32开本的,看了一下页数,二百来页,难怪,内容不够丰富。[......]

Read more

geolog的基本设置及数据导入

geolog的教程或随机帮助里,都提到了初始化设置,但是在paradigm里的geolog里找不到菜单,需要在well data下的well log模块中,Customization下的congfigureation里配置。对个人来说,可能需要重点关注的是alias的配置。

alias,是曲线别名的设置。常用的别名已经配置好,可以排序后查看,比如AC与DT,DEN与RHOB,LLD/LLS与RD[......]

Read more

机器学习的简单概念

最近又要吹牛了,恶补了点基础概念。

机器学习(Machine learning)是人工智能的核心算法,是一个源于数据模型的训练过程,最终给出一个面向某种性能度量的决策。

机器学习可以基于数据,帮助做出更高效、更准确的判断和决策。机器学习算法在处理非结构化数据、大数据量数据的利用、解决大规模变量等方面具有较好的作用。

机器学习的基本思路:将现实问题抽象为数学问题,用计算机解决数学问题,从而解决[......]

Read more

Paradigm里使用likelihood

likelihood不在epos里,而是在sku gocad里。大致的步骤是对地震体做DSE,分割segy,断层增强,likelihood计算,切除。

首先在epos里做一个DSE(Dip Steered Enhancement),得到一个新的数据体(平滑参数推荐设置为5,相关窗口样点推荐15)。DSE起到的是一个去噪的作用。

如果DSE数据体大小与内存的比值大于1/15,则需要分割数据体,在[......]

Read more