Multi-resolution graph-based clustering

Details Multi-resolution graph-based clustering Multi-resolution graph-based clustering

G - Physics

01

V

G01V 3/38 (2006.01)

Patent

CA 2388963

Apparatus and method for obtaining fades of geological formations for identifying mineral deposits. Logging instruments (16) are moved in a borehole (10) to produce log measurements at successive levels of the borehole. The set of measurements at each such level of the borehole interval is associated with reference sample points within a multidimensional space. The multidimensional scatter of sample points is analyzed to determine a set of characteristic modes. The sample points associated with characteristic modes are grouped to identify clusters. A fades is designated for each of the clusters and a graphic representation of the succession of facies as a function of the depth is thus obtained. To identify the clusters, a "neighboring index" of each log measurement point in the data set is calculated (510). Next, small natural groups of points are formed (515) based on the use of the neighboring index to determine a K-Nearest-Neighbor (KNN) attraction for each point. Independently of the natural group formation, an optimal number of clusters is calculated (520) based on a Kernel Representative Index (KRI) and based on a user-specified resolution. Lastly, based on the data calculated from the prior steps, final clusters are formed (530) by merging the smaller clusters.

Dispositif et procédé d'obtention de faciès de formations géologiques, aux fins d'identification de dépôts minéraux. Le procédé consiste à déplacer des instruments de diagraphie (16) dans un trou de forage (10), afin de produire des mesures de diagraphie à des niveaux successifs du trou de forage, à associer l'ensemble de mesures prises à chacun de ces niveaux, sur une hauteur déterminée du trou de forage, avec des points échantillons de référence situés dans un espace multidimensionnel, à analyser la dispersion multidimensionnelle des points échantillons, afin de déterminer un ensemble de modes caractéristiques, à grouper les points échantillons associés aux modes caractéristiques, afin d'identifier des agrégats, et à désigner un faciès pour chaque agrégat, de manière à obtenir une représentation graphique de la succession de faciès en fonction de la profondeur. Afin d'identifier les agrégats, on calcule (510) un indice de voisinage de chaque point de mesure diagraphique de l'ensemble de données, des agrégats naturels et petits de points se formant (515) alors en fonction de l'utilisation dudit indice, qui permettent de déterminer un attracteur des plus proches voisins du noyau, pour chaque point. On calcule (520) un nombre optimal d'agrégats, quelle que soit la formation des groupes naturels, en fonction d'un indice représentatif du noyau, et en fonction d'une résolution spécifiée par l'utilisateur. Enfin, en fonction des données calculées à partir d'étapes précédentes, on forme (530) des agrégats finaux en fusionnant les agrégats plus petits.

Affiliated with

Also associated with

Rating

Multi-resolution graph-based clustering does not yet have a rating. At this time, there are no reviews or comments for this patent.

If you have personal experience with Multi-resolution graph-based clustering, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Multi-resolution graph-based clustering will most certainly appreciate the feedback.

Rate now

Comments { 0 }

Profile ID: LFCA-PAI-O-1651915