开展数据降维的主要目的是更易于数据可视化,并识别高维数据集中的关键结构,将它们保存在低维嵌入中,减轻维数灾难,减少共线性带来的影响。常见的数据降维算法分为线性与非线性两大类。主成分分析(PCA)算法是 应用最为广泛的线性降维算法之一,能够快速寻找到原始变量的线性组合,通过保留少量的主成分,表征原始数据的主要特征。但是,PCA等线性算法不能处理高维到低维数据的非线性映射。
t-SNE(t-dist[......]
开展数据降维的主要目的是更易于数据可视化,并识别高维数据集中的关键结构,将它们保存在低维嵌入中,减轻维数灾难,减少共线性带来的影响。常见的数据降维算法分为线性与非线性两大类。主成分分析(PCA)算法是 应用最为广泛的线性降维算法之一,能够快速寻找到原始变量的线性组合,通过保留少量的主成分,表征原始数据的主要特征。但是,PCA等线性算法不能处理高维到低维数据的非线性映射。
t-SNE(t-dist[......]
页岩气井很奇特,一方面,地质条件和常规有很大的区别,常规的测井参数基本上说不清楚哪里好哪里不好。另一方面,对工程技术要求很高,对地球物理的要求反而降低了很多。比如水平井施工,基本上带动了旋转导向、lwd、油基钻井液等。同时,因为常规测井经常性说不清楚,特殊测井又不可能大规模应用,导致了页岩气经常不测井了。瞄准最高GR那个地方打井,然后压裂就得了。但是,页岩气的这种千方砂万方液的压裂规模,不做一点选[......]
今天读了一点北美的资料, Raphael A.J. Wust and Xiaojun Cui两位作者的文章,From X-Ray Fluorescence (XRF) to Mechanical Profiling for Better Well Completion. Valuable Analytics for the Exploration Toolbox!,论文在[这里](https://[......]
XRF元素分析技术得到了广泛的应用,但仪器的型号有好几种,每种厂商给的意见似乎也不一样,即便是同一型号,也经常发现分析效果有差别。有一次,一个领导在会上,几乎是对着我鼻子说元素数据有问题。实际上我已经做了一些工作,但是一直没有说出来。
1、仪器分类
利用XRF仪器的原理有两类,波长色散和能量色散。实验室一般用波长色散,现场为了便携和便宜,清一色的是能量色散型。
2、不同仪器的对比
选用的仪[......]
--- title: "Inorganic Geochemical Studies-SPE-2014-1922974 阅读笔记" --- SPE 2014 1922974 MS Application of Inorganic Geochemical Studies for Characterization of Bakken Shales, Williston Basin,[......]