1、“.....在同样的训练样本下，基于自适应核密度估计的贝叶斯概率模型明显优就会越高。带宽选择的基本思想是基于最小平方差，根据积分均方误差最小，求出最优带宽。摘要准确地刻画岩石类型及其结构关系可以为能源矿产勘探深部结构与构造等研究提供重要信息。目前利用地球物理技术可以通过不同岩石对应的物性参数如密度磁化率电阻率速度等之间的差异进行岩性识别，但是不同岩石物性往往存在定程度的重合，利用单物性进行岩性识别的结果不够准确，因此利用多源数据进行岩性识别具有重要的意义。贝叶斯方法属于统计分类方法，依靠概率进行分类，概率密度的计算依靠样本属性之间的相互联系。基于此......”。

2、“.....该方法对于多类不同物性参数具有良好的适应能力，预测的岩性分类结果带有概率参数，可以存在模糊区间，提供多种岩性分类结果。该方法具有较强可扩展性，可以同时，对于给定的点，是确定的。用表示未知样本属于类的概率密度，似然用概率密度可以表示为，其中表示邻近的个极小区间，因此可以得到后验概率的计算公式由式可知，概率密度函数是影响分类结果的个重要因素，由于大部分岩石物性参数是基本遵循正态分布的规律，这里考虑了传统的高斯公式作为概率密度函数，然而样本本身并不完全遵循正态分布，为了极大地避免由于选定高斯函数的影响，同时考虑使用核密度估计的方法，核密度估计的优点在于核函数的选取对于最终分类结果影响不大，更适用于类正态数据样本，这会在之后的模型测试中加以验证。自适应核密度估计核密度估计，是统计学中用来估计随机变量的概率密度函数的方法......”。

3、“.....核密度估计的基本表达式为其自适应核密度基础上贝叶斯概率模型岩性识别方法研究概率论论文具体参数见表，从表中可以看出，整个模型的密度变化较小，但是相比于其他两种岩石的密度，花岗岩的密度范围变化更小，主要集中在左右，可以作为划分花岗岩的物性依据。图分别是模型区内的岩石物性分布情况以及该模型下的岩石分布示意图，为了对比分类器模型的准确率稳定性以及计算复杂度，从所有的样本中选取不同位置不同数据量的样本作为训练集和测试集进行分类，判定分类结果。自适应核密度基础上贝叶斯概率模型岩性识别方法研究概率论论文。使用贝叶斯定理来预测后验概率最大的类，主要是估计每类的概率密度函数，通过多元正态分布来建模。朴素贝叶斯分类器基于条件独立性假设，是概率分类器中最简单的分类器，在很多情况下具有相当高的分类准确率，因此以高效率和良好的泛化能力而著称。对于个测区，已知该地区的物性分布特征如......”。

4、“.....会对每种类别进行概率计算，对于岩性的识别而言，可以通过概率或相对概率来人为判定分类结果的可信度而不仅仅依靠算法本身的置信度来决定，小概率区间会提供个模糊带，模糊带的类别区分结果可能不唯。贝叶斯分类器通过对每个未知样点和每个类来估计其后验概率，即计算未知样本属于类岩石的概率，从而选择最大概率的类作为未知样本最终的预测类型。利用贝叶斯定理，后验概率可以表示为其中定义为假设真实类是时观察到的概率，称为似然是类发生的先验概率指从全部样本中观察到的概率，可以表示为对于给定的点，是确定的。用表示未知样本属于类的概率密度，性信息，从高维数据空间准确地进行岩性识别是亟待解决的难题，对深部探测和地学数据融合也具有重要的科学意义。自适应核密度估计核密度估计，是统计学中用来估计随机变量的概率密度函数的方法，属于非参数检验方法的种......”。

5、“.....表示带宽，也可以称为窗宽或滑动参数，表示随机样本，表示第个已知样本，表示核函数。核函数的作用相当于权函数，可以根据距离分配各个样本点对总体密度估计贡献的不同程度，常见的有高斯核函数，角核函数，次核函数等多种表达形式，由于大部分的物性分布都遵循正态分布的原则，因此这里采用高斯核函数，即值得提的是，在大样本量的条件下，核密度估计中核函数的选取对于概率密度的影响是很小的，可以忽略的。核密度带宽的选择是得到最佳估计结果的摘要准确地刻画岩石类型及其结构关系可以为能源矿产勘探深部结构与构造等研究提供重要信息。目前利用地球物理技术可以通过不同岩石对应的物性参数如密度磁化率电阻率速度等之间的差异进行岩性识别，但是不同岩石物性往往存在定程度的重合，利用单物性进行岩性识别的结果不够准确，因此利用多源数据进行岩性识别具有重要的意义......”。

6、“.....概率密度的计算依靠样本属性之间的相互联系。基于此，我们将基于自适应核密度估计的贝叶斯概率模型引入到岩性识别中。该方法对于多类不同物性参数具有良好的适应能力，预测的岩性分类结果带有概率参数，可以存在模糊区间，提供多种岩性分类结果。该方法具有较强可扩展性，可以同时处理参数和非参数信息，使得已知地质信息以及物性参数得到最大化的利用。实验证明该方法，袁基于马尔科夫随机场的岩性识别方法地球物理学报，靳军，刘楼军，邵雨，等综合地球物理方法识别准噶尔盆地的岩性圈闭石油地球物理勘探洪忠，张猛刚，苏明军应用地震波形分类技术识别岩相的适用性和局限性物探与化探，宫清顺，黄革萍，孟祥超，等塘湖盆地火山岩岩性识别方法中国石油勘探徐德龙，李涛，黄宝华，等利用交会图法识别国外油田岩性与流体类型的研究地球物理学进展，李伟才，姚光庆，黄银涛......”。

7、“.....黄隆基，代诗华交会图技术在火山岩岩性与裂缝识别中的应用测井技术，田艳，孙建孟，王鑫，等利用逐步法和判别法识别储层岩性勘探地球物理进展王辉，黎明碧，唐勇，等基于小波神经网络的井岩性预测地球物理学进展，吴练样本下，基于自适应核密度估计的贝叶斯概率模型明显优于其他两类模型。由此可知，贝叶斯概率密度模型对于深部岩性识别的方法是有效可行的，而基于自适应核密度估计的贝叶斯概率模型相比于其他概率密度模型而言效果相对较好。通过测试不同训练样本对于分类结果的影响，最终可以得到针对该模型，训练样本每类都少于个时便无法进行合理的岩性识别，当然并非训练样本的数量越多越好，样本质量对于识别结果也有着决定性作用。通过对比种概率密度方法得到的分类结果可知，基于自适应带宽的贝叶斯概率模型下的分类率是相对较低的且在模糊区有个明显的低概率带，因此......”。

8、“.....图点训练样本分类结果分别表示对于个训练样本点的传统高斯分类固定带宽的核密度估计自适应带多个地球物理方法的岩性识别成为主流方式。在多源数据识别岩性方面，对于存在岩性与物性对应关系的模糊区域，以地震反射特征为约束，利用重磁电资料识别了具有密度磁性和电阻率等特征差异的火成岩岩性。近年来随着机器学习的兴起，该算法已被广泛应用于岩性识别。如利用多种地球物理数据基于模糊聚类分析将岩石进行分类识别。利用地球化学数据和地球物理数据对岩性进行多元回归分析，或者多准则决策方法识别。利用无监督模糊分区聚类对航空伽马射线数据与陆地卫星波段数据联合进行岩性识别。应用受限玻尔兹曼机和随机森林模型到区域尺度多参数地球科学数据集，从而预测斑岩铜金矿床的远景区域。还有采用随机森林法和自组织映射技军，刘楼军，邵雨......”。

9、“.....张猛刚，苏明军应用地震波形分类技术识别岩相的适用性和局限性物探与化探，宫清顺，黄革萍，孟祥超，等塘湖盆地火山岩岩性识别方法中国石油勘探徐德龙，李涛，黄宝华，等利用交会图法识别国外油田岩性与流体类型的研究地球物理学进展，李伟才，姚光庆，黄银涛，等文昌油田低阻油层测井岩性识别方法研究石油天然气学报范宜仁，黄隆基，代诗华交会图技术在火山岩岩性与裂缝识别中的应用测井技术，田艳，孙建孟，王鑫，等利用逐步法和判别法识别储层岩性勘探地球物理进展王辉，黎明碧，唐勇，等基于小波神经网络的井岩性预测地球物理学进展，吴施楷，曹俊兴基于连续限制玻尔兹曼机的支持向量机岩性识别自适应核密度基础上贝叶斯概率模型岩性识别方法研究概率论论文楷，曹俊兴基于连续限制玻尔兹曼机的支持向量机岩性识别方法地球物理学进展，安鹏，曹丹平基于深度学习的测井岩性识别方法研究与应用地球物理学进展，付光明......”。