设计应用

基于KNN的剩余油形态识别

作者：程小龙，王正勇，滕奇志
发布日期：2020-12-15
来源：2020年信息技术与网络安全第1期

0    引言

　　石油地质研究人员一般通过微观驱替实验来研究采收效率，该实验是对玻璃刻蚀模型进行驱替仿真并在驱替过程中收集驱替图像，实验过程如图1所示。剩余油顾名思义是剩余的油，当驱替结束时，孔隙空间中尚残余的油即为剩余油。研究剩余油的形态分类，可对充分挖掘油藏潜力，提高油田采收效率提供理论支撑，为此本文提出了基于KNN的分类方法对剩余油形态进行分类。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003149





作者信息：

程小龙，王正勇，滕奇志    

（四川大学 电子信息学院 图像信息研究所，四川 成都 610065）


此内容为AET网站原创，未经授权禁止转载。
剩余油分类 KNN 形态识别

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map