摘要：为了生成带有高质量蓝噪声性质的采样分布,提出一种基于重心Delaunay三角剖分的点采样算法.该算法将Delaunay三角剖分与1-邻域三角片重心相结合,迭代地将每个采样点移至其1-邻域三角片的重心处并更新采样点之间的拓扑连接关系;重心通过给定的密度函数计算得出.实验结果表明,本文算法在运行效率与鲁棒性方面均有一定优势.

摘要：面向石油矿区大规模的测井数据,有效地抽取少量的钻井(即标准井)进行置信度较高的专家人工匹配,进而对全局钻井进行有监督的自动或半自动匹配,对于石油开采矿区的地质构造精确解释具有重要的意义.然而,标准井筛选是一个复杂而耗时的过程,和钻井的空间分布以及钻井之间的地质特征密切相关.因此,综合考虑钻井的地理空间位置和多维地质属性特征,提出一种基于蓝噪声采样的多维标准井筛选可视分析方法.首先,根据大量钻井的地理空间位置,利用蓝噪声采样算法自适应地确定标准井采样率及其采样范围;然后在标准井的局部采样范围内,设计基于动态规划的地层匹配算法,计算钻井之间的多维属性差异以度量钻井之间的地质特征相似度,进而利用MDS算法对钻井的匹配关系进行降维投影,将钻井的空间分布与多维属性差异协同可视化,支持标准井的自动或交互筛选;进一步设计属性视图和矩阵视图,直观地呈现钻井的原始多维属性数据和匹配关系,引导领域专家对标准井的筛选过程进行探索分析和迭代优化.最后,集成便捷的用户交互模式,开发基于蓝噪声采样的多维标准井筛选可视分析系统,帮助用户交互式地探索和分析多维属性测井数据,在综合考虑钻井空间分布及多维属性特征的基础上,有效筛选具有代表性的标准井,为后续的地质构造解释提供准确而可靠的数据资料和经验支持.大量实验结果进一步验证了文中算法的有效性和实用性.