羅興平，龐旭，蘇東旭，蘆慧，張妮，王剛

（1.中國石油 新疆油田分公司 勘探開發(fā)研究院，新疆 克拉瑪依834000；2.中國石油 杭州地質(zhì)研究院，杭州 310023）

在中國東部和西部的中、新生代陸相含油氣盆地碎屑巖儲集層中，砂礫巖廣泛分布[1-4]。目前，已在準(zhǔn)噶爾盆地的西北緣和東緣、渤海灣盆地濟(jì)陽坳陷、海拉爾盆地和松遼盆地北部等發(fā)現(xiàn)了大量的砂礫巖油氣藏，其中準(zhǔn)噶爾盆地瑪湖凹陷百口泉組為典型的砂礫巖儲集層?，敽枷莅倏谌M儲集層巖性以一套粒級普遍較粗的碎屑沉積物為主，現(xiàn)場錄井對該套粗細(xì)混雜堆積形成的巖石定名為砂礫巖。然而，隨著油氣勘探的深入，發(fā)現(xiàn)砂礫巖這一定名過于籠統(tǒng)，粒徑跨度大，不能有效反映巖石粒度、結(jié)構(gòu)和儲集層物性，且前人對瑪湖凹陷百口泉組砂礫巖的研究主要集中在構(gòu)造演化、扇體形成和分布、層序地層學(xué)與隱蔽油氣藏勘探、成藏控制因素以及沉積成因分析等方面，尚未對砂礫巖巖性分類及其識別開展深入研究[5-7]。

常規(guī)測井資料獲取的地層信息，如密度、電阻率、含氫指數(shù)等容易受到分辨率低以及油氣的影響，且并不是對砂礫巖巖石顆粒形態(tài)特征的直接體現(xiàn)，而是通過巖石物理參數(shù)間接的反映儲集層巖性[8-11]。電成像測井資料可直觀定性識別巖性、結(jié)構(gòu)、構(gòu)造和劃分沉積相類型等[12-13]，特別是砂礫巖巖性與常規(guī)砂巖相比，巖石粒度粗、粒徑變化較大。因此，電成像測井資料在砂礫巖巖性識別方面具有較大的優(yōu)勢。以準(zhǔn)噶爾盆地瑪湖凹陷百口泉組為例，在砂礫巖巖性分類的基礎(chǔ)上，基于巖心刻度測井思想，利用微電阻率掃描成像（FMI）測井資料定性、定量識別砂礫巖巖性。

1 研究區(qū)砂礫巖儲集層巖性分類

瑪湖凹陷位于準(zhǔn)噶爾盆地西北緣（圖1），是整個(gè)盆地油氣最為富集的區(qū)域。瑪湖凹陷西斜坡與克百斷裂帶、烏夏斷裂帶相鄰，整體為一東南低西北高的單斜，局部發(fā)育鼻狀構(gòu)造。三疊系百口泉組屬于沖積扇—扇三角洲沉積，不同粒級的砂礫巖廣泛分布，礫石成分主要為火山巖，其次為沉積巖，結(jié)構(gòu)成熟度和成分成熟度均較低。

圖1 研究區(qū)構(gòu)造位置

巖石粒度分級劃分方案較多，不同方案的粒級界限存在一定的差別（表1）。常用的分類（溫特華斯制和十進(jìn)制）按粒級將碎屑顆粒劃分為礫、砂和泥3大類，礫石進(jìn)一步劃分為細(xì)礫、中礫、粗礫和巨礫，其中溫特華斯制以2～4 mm，4～64 mm，64～256 mm和大于256 mm劃分，十進(jìn)制以2～10 mm，10～100 mm，100～1 000 mm和大于1 000 mm劃分，這2種方案不適用于瑪湖凹陷百口泉組砂礫巖儲集層研究，巨礫粒徑大，難以在巖心上識別，特別是中礫的粒徑跨度范圍過大，無法有效反映沉積成因和儲集層物性。

巖心物性統(tǒng)計(jì)顯示，百口泉組砂礫巖儲集層物性差異大，其中粒徑在8～16 mm的礫巖物性相對好，廣泛發(fā)育于扇三角洲前緣亞相，而粒徑在16～32 mm的礫巖物性較差，一般發(fā)育于扇三角洲平原亞相。為了反映礫巖的沉積成因和儲集層物性，以粒徑16 mm為界限，將中礫巖進(jìn)一步劃分為大中礫巖與小中礫巖（表2）。同時(shí)，由于本次研究主要目的為利用電成像測井資料識別各粒級礫巖，且砂巖在研究區(qū)分布較少，一般為非儲集層，為此本次研究只將巖性劃分為巨礫巖（＞128.0000mm）、粗礫巖（32.0000～128.0000mm）、大中礫巖（16.000 0～32.000 0 mm）、小中礫巖（8.000 0～16.000 0 mm）、細(xì)礫巖（2.000 0～8.000 0 mm）、砂巖（0.030 0～2.000 0 mm）和泥巖（＜0.030 0 mm）7種類型（圖2），其中，粗礫巖和巨礫巖少見。

表1 巖石粒度分級劃分方案

表2 瑪湖凹陷百口泉組儲集層巖石粒度分級（據(jù)文獻(xiàn)［2］修改）

2 砂礫巖FMI測井響應(yīng)特征

研究區(qū)泥巖巖心以氧化環(huán)境的褐色泥巖為主，夾雜少量粉砂質(zhì)沉積，F(xiàn)MI測井靜態(tài)圖像顯示為純黑色，動(dòng)態(tài)圖像上為褐色—黑褐色，表明電阻率為低值（圖3a）。砂巖一般呈灰色、灰綠色，巖石顆粒分選最好，主要由火山巖巖屑組成，巖心觀察可見平行層理、交錯(cuò)層理等多種沉積構(gòu)造，F(xiàn)MI測井圖像上顏色分布均勻，整體顯暗褐色，未見高阻大顆粒形成的亮點(diǎn)，難以分辨出砂巖顆粒大?。▓D3b）。細(xì)礫巖總體呈灰綠色，偶見褐色，礫石成分以火山巖、泥巖為主，分選中等—較好，細(xì)礫巖的FMI測井靜態(tài)圖像可見面積較小的白色亮點(diǎn)，亮度較低，不能識別出礫石的輪廓，且呈分散分布（圖3c）。小中礫巖整體分選較差，磨圓以次圓狀為主，泥質(zhì)膠結(jié)，F(xiàn)MI測井圖像上存在面積中等的亮斑，亮斑長軸直徑一般小于10 mm，整體趨向于圓形，棱角較少（圖3d），可明顯識別出礫石定向排列所形成的疊瓦狀構(gòu)造等特征。大中礫巖粒徑較大，顆粒分選差，次棱角狀為主，F(xiàn)MI測井圖像上呈面積大、亮度高的亮斑，亮斑直徑大于10 mm，跨越FMI測井掃描范圍一般為30°～45°，亮斑棱角明顯，大中礫巖上、下常與小中礫巖和細(xì)礫巖混雜成層分布，在FMI測井圖像上可見明顯的正粒序或逆粒序（圖3e）。

圖2 瑪湖凹陷百口泉組不同粒級巖性巖心

3 砂礫巖巖性定量識別

利用FMI測井圖像可以直觀定性識別巖性，然而，定性識別巖性受人為主觀因素影響較大，且識別效率不高，難以準(zhǔn)確對單井巖性進(jìn)行連續(xù)定量識別。為此，可利用FMI測井圖像，采用圖像處理技術(shù)和圖像識別技術(shù)自動(dòng)識別巖性。根據(jù)巖心刻度測井的思路，首先利用砂礫巖巖心建立典型巖性樣本庫，再通過計(jì)算各巖性FMI測井圖像樣本的特征值，將提取的特征值作為輸入，最后利用貝葉斯判別分析法自動(dòng)識別巖性。

3.1 RGB圖像轉(zhuǎn)化為灰度圖像

FMI測井圖像為數(shù)字圖像，圖像的顏色顯示電阻率的高低。數(shù)字圖像一般為RGB格式，即圖像中每一個(gè)像素點(diǎn)的顏色被分為3個(gè)值：紅色值、綠色值和藍(lán)色值，每個(gè)顏色值的數(shù)值范圍為0～255.在進(jìn)行圖像處理時(shí)，存放在計(jì)算機(jī)內(nèi)存中的圖像是一個(gè)M×N×3的三維矩陣，其中M為圖像長軸的像素點(diǎn)個(gè)數(shù)，N為圖像短軸的像素點(diǎn)個(gè)數(shù)，3為3種顏色值。圖4為細(xì)礫巖、小中礫巖和大中礫巖的3種顏色值直方分布，3種顏色分布相近，利用3種顏色值分布的差異識別巖性困難（圖4）。將RGB的3種顏色值轉(zhuǎn)化成單一的灰度值則可以解決這一問題，其轉(zhuǎn)化公式為

圖3 瑪湖凹陷百口泉組砂礫巖FMI測井響應(yīng)特征

FMI測井圖像樣本與其灰度圖像進(jìn)行對比（圖5），灰度圖像雖失去了FMI測井圖像原本的彩色，但可以通過一種顏色進(jìn)行度量，其灰度值分布范圍為0～255.RGB圖像轉(zhuǎn)化為灰度圖像的實(shí)質(zhì)是將三維矩陣轉(zhuǎn)化為二維矩陣，在實(shí)際圖像矩陣操作中起到簡化運(yùn)算的作用。

3.2 灰度共生矩陣

圖4 研究區(qū)細(xì)礫巖、小中礫巖和大中礫巖3種顏色值直方分布

圖5 FMI測井RGB圖像（a）與灰度圖像（b）對比

FMI測井圖像中的紋理是由灰度分布在空間位置上反復(fù)出現(xiàn)而形成的，因而在圖像上相隔某距離的兩個(gè)像素之間會(huì)存在一定的灰度關(guān)系，即圖像中灰度空間的相關(guān)特性。因此，可利用灰度共生矩陣研究灰度空間相關(guān)特性，進(jìn)而描述圖像特性 。灰度圖像的灰度共生矩陣能反映出圖像方向、相鄰間隔和變化幅度的綜合信息，是分析圖像的局部模式和排列規(guī)則的基礎(chǔ)。

假設(shè)f（x1,y1）為一幅二維數(shù)字圖像，A為目標(biāo)區(qū)域中具有特定空間聯(lián)系的像素對的集合，則滿足一定的空間關(guān)系的灰度共生矩陣P為

（2）式等號右邊的分子是具有某種空間關(guān)系、灰度值分別為g1和g2的像素對的個(gè)數(shù)，分母為A集合中像素對的總個(gè)數(shù)。這樣得到的灰度共生矩陣是歸一化的。取不同的距離和角度則可以得到不同的灰度共生矩陣，實(shí)際求解時(shí)常選取距離不變，取不同角度，如0°，45°，90°和135°時(shí)的灰度共生矩陣[15]。如果圖像由具有相似灰度值像素塊構(gòu)成的，則灰度共生矩陣的對角元素會(huì)有比較大的值；如果圖像像素灰度值在局部有變化，那么偏離對角線的元素會(huì)有比較大的值。

3.3 灰度共生矩陣特征值的提取

為了更好地利用灰度共生矩陣描述紋理特征，選擇對比度、相關(guān)度、熵、均勻度和能量等特征參數(shù)表征灰度共生矩陣。

（1）對比度 反映圖像的清晰度和紋理溝紋深淺的程度。紋理溝紋越深，其對比度越大，視覺效果越清晰；反之，對比度越小，則溝紋淺，效果模糊。對比度求取公式為

（2）相關(guān)度 度量空間灰度共生矩陣元素在行或列方向的相似程度。當(dāng)矩陣元素值均勻相等時(shí)，相關(guān)度大；反之，則相關(guān)度小。如果圖像有水平方向的紋理，則水平方向灰度共生矩陣的相關(guān)度大于其他方向灰度共生矩陣的相關(guān)度。相關(guān)度求取公式為

式中

（3）熵 表示圖像中紋理的非均勻程度或復(fù)雜程度。灰度共生矩陣中元素分散分布時(shí)，熵值較大。熵的求取公式為

（4）均勻度 反映圖像紋理的粗糙度，粗紋理的均勻度大，細(xì)紋理的均勻度小。均勻度求取公式為

（5）能量 是灰度共生矩陣元素值的平方和，反映圖像灰度分布均勻程度和紋理粗細(xì)度。如果灰度共生矩陣的所有值均相等，則能量??；反之，則能量大。能量大反映均一和規(guī)則的紋理模式，能量求取公式為

3.4 建立砂礫巖巖性樣本庫

在利用FMI測井圖像建立巖性樣本庫時(shí)，由于動(dòng)態(tài)圖像中顏色與電阻率不具有一一對應(yīng)關(guān)系，因此，利用FMI測井靜態(tài)圖像建立砂礫巖巖性樣本庫。整體上巖性與特征參數(shù)間存在明顯相關(guān)性，不同巖性的同一特征參數(shù)均符合正態(tài)分布，彼此分布區(qū)間不同（圖6）。除大中礫巖外，隨巖性粒度增大，圖像對比度逐漸增大（圖6a），相關(guān)度逐漸減?。▓D6b）。大中礫巖對比度和相關(guān)度不符合整體規(guī)律，這是因?yàn)槠湫纬蓵r(shí)水動(dòng)力強(qiáng)，結(jié)構(gòu)組成復(fù)雜。與對比度相反，隨著巖性粒度的增大，熵、均勻度和能量3個(gè)特征參數(shù)值逐漸減?。▓D6c—圖6e），即大中礫巖的熵、均勻度和能量分布區(qū)間值最小，泥巖分布區(qū)間值最大。由于不同巖性特征參數(shù)分布存在一定的重疊和交叉，為實(shí)現(xiàn)砂礫巖巖性的自動(dòng)識別，需引入多元統(tǒng)計(jì)學(xué)的方法來進(jìn)行進(jìn)一步劃分。

3.5 建立巖性判別函數(shù)

針對砂礫巖巖性特征參數(shù)值存在部分重疊，巖性不易識別的問題，采用貝葉斯判別分析法識別各巖性。貝葉斯判別分析法認(rèn)為空間中有G個(gè)互相獨(dú)立的總體，它們均服從多元正態(tài)分布，且認(rèn)為各個(gè)總體的協(xié)方差相同。在考慮先驗(yàn)概率的前提下，對每一類總體分別建立判別函數(shù)，計(jì)算待判別樣本屬于各個(gè)總體的條件概率，所有概率的最大值即為該樣本所屬的類別[16]。基于巖性樣本庫，利用貝葉斯判別分析法，由對比度、相關(guān)度、熵、均勻度和能量等特征參數(shù)建立了多元判別函數(shù)。具體形式如下：

圖6 研究區(qū)砂礫巖巖性樣本特征參數(shù)直方分布

實(shí)際運(yùn)用中，利用FMI測井靜態(tài)圖像，計(jì)算各特征值，并將特征值代入上述巖性多元判別函數(shù)中，即可得到每一種巖性的判別式得分。比較各判別式得分的大小，得分最大者所歸屬的類即為待判樣品的巖性。

4 實(shí)例應(yīng)用

以瑪湖凹陷M18井3 906.00—3 910.00 m井段為例（圖7），常規(guī)測井曲線自然伽馬和井徑只能有效劃分出泥巖和砂礫巖，自然伽馬和井徑在3 906.63—3 906.99 m，3 908.45—3 908.61 m 和 3 909.90—3 910.00 m井段偏大，為典型泥巖特征，其他層段的2條測井曲線差別不大，無法有效劃分出砂礫巖的級別，地質(zhì)錄井上也籠統(tǒng)的命名為砂礫巖。而通過FMI測井圖像對比度、相關(guān)度、熵、均勻度和能量5個(gè)特征參數(shù)的多元判別函數(shù)可以計(jì)算確定幾種巖性的判別曲線，進(jìn)而確定相應(yīng)的巖性。3 908.44—3 909.17 m井段具有中對比度、高相關(guān)度、中熵值、中均勻度和中能量值的特征，計(jì)算得到的泥巖、砂巖、細(xì)礫巖、小中礫巖和大中礫巖判別式得分分別為55，79，97，80和0，細(xì)礫巖得分最大，因此確定為細(xì)礫巖。通過與瑪湖凹陷40口井取心井段對比，應(yīng)用FMI測井圖像確定的巖性符合率較高，可達(dá)到94%，能夠滿足科研生產(chǎn)的要求。

圖7 M18井FMI測井圖像巖性識別效果

5 結(jié)論

（1）瑪湖凹陷百口泉組砂礫巖巖性可劃分為泥巖、砂巖、細(xì)礫巖、小中礫巖和大中礫巖，其中，大中礫巖與小中礫巖的粒徑界限為16 mm.

（2）利用FMI測井圖像可以有效識別砂礫巖巖性；在巖心刻度測井的思路上，利用圖像技術(shù)，可提取對比度、相關(guān)度、熵、均勻度和能量等特征參數(shù)，建立砂礫巖典型巖性特征參數(shù)樣本庫；在此基礎(chǔ)上，可利用貝葉斯判別分析法自動(dòng)識別巖性。

（3）電成像測井識別的巖性與巖心對比符合度高，效果好，能滿足科研生產(chǎn)的需求。

符號注釋

A——區(qū)域中像素對的集合；

Bc——藍(lán)色值；

C——灰度共生矩陣對比度；

E——灰度共生矩陣能量；

f（x,y）——數(shù)字二維圖像；

Gc——綠色值；

Gray——灰度值；

H——灰度共生矩陣均勻度；

（i，j）——指定參數(shù)對；

P（g1，g2）——灰度共生矩陣；

R——灰度共生矩陣相關(guān)度；

Rc——紅色值；

S——灰度共生矩陣熵；

（x1，y1），（x2，y2）——圖像中的像素坐標(biāo)對；

——分別為圖像水平方向和垂直方向像素坐標(biāo)的平均值；

ybc——大中礫巖判別值；

ygc——細(xì)礫巖判別值；

ym——泥巖判別值；

ys——砂巖判別值；

ysc——小中礫巖判別值；

σx,σy——分別為圖像水平方向和垂直方向像素坐標(biāo)的方差；

#——集合中元素的個(gè)數(shù)；

&——與關(guān)系；

∈——屬于，包含關(guān)系。

［1］ 李運(yùn)振，劉震，張善文，等.濟(jì)陽坳陷新生界巖性油氣藏特征及油氣富集條件［J］.地質(zhì)科學(xué)，2009，44（1）：35-49．LI Yunzhen，LIU Zhen，ZHANG Shanwen，et al.Characteristics and enrichment conditions for Cenozoic lithological reservoirs in the Ji?yangdepression［J］.ChineseJournalofGeology，2009，44（1）：35-49.

［2］ 張昌民，王緒龍，朱銳，等.準(zhǔn)噶爾盆地瑪湖凹陷百口泉組巖石相劃分［J］.新疆石油地質(zhì)，2016，37（5）：606-614.ZHANG Changmin，WANG Xulong，ZHU Rui，et al.Litho?facies classification of Baikouquan formation in Mahu sag，Junggar basin［J］.Xinjiang Petroleum Geology，2016，37（5）：606-614.

［3］ 曹輝蘭，華仁民，紀(jì)友亮，等.扇三角洲砂礫巖儲層沉積特征及與儲層物性的關(guān)系——以羅家油田沙四段砂礫巖體為例［J］.高校地質(zhì)學(xué)報(bào)，2001，7（2）：222-229．CAO Huilan，HUA Renmin，JI Youliang，et al.Depositional charac?teristics of sandstone and conglomerate reservoirs of fan delta and re?lationship to reservoirs'physical properties，taking the fourth mem?ber of Shahejie formation，Luojia oilfield，Zhanhua depression for an example［J］.Geological Journal of China University，2001，7（2）：222-229.

［4］ 文慧儉，耿冬云，馬世忠，等.徐家圍子斷陷營四段深層礫巖儲層成巖作用研究［J］.科學(xué)技術(shù)與工程，2011，11（1）：11-15.WEN Huijian，GENG Dongyun，MA Shizhong，et al.Diagenesis of the Member 4 of Yingcheng deep conglomerate formation in Xujia?weizi fault depression［J］.Science Technology and Engineering，2011，11（1）：11-15.

［5］ 于興河，瞿建華，譚程鵬，等.瑪湖凹陷百口泉組扇三角洲礫巖巖相及成因模式［J］.新疆石油地質(zhì)，2014，35（6）：619-627.YU Xinghe，QU Jianhua，TAN Chengpeng，et al.Conglomerate litho?facies and origin models of fan deltas of Baikouquan formation in Mahu sag，Junggar basin［J］.Xinjiang Petroleum Geology，2014，35（6）：619-627.

［6］ 蔚遠(yuǎn)江，李德生，胡素云，等.準(zhǔn)噶爾盆地西北緣扇體形成演化與扇體油氣藏勘探［J］.地球?qū)W報(bào)，2007，28（1）：62-71.YU Yuanjiang，LI Desheng，HU Suyun，et al.Fans sedimentation and exploration direction of fan hydrocarbon reservoir in foreland thrust belt of the northwestern Junggar basin［J］.Acta Geoscientica Sinica，2007，28（1）：62-71.

［7］ 宮清順，黃革萍，倪國輝，等.準(zhǔn)噶爾盆地烏爾禾油田百口泉組沖積扇沉積特征及油氣勘探意義［J］.沉積學(xué)報(bào)，2010，28（6）：1 135-1 144.GONG Qingshun，HUANG Geping，NI Guohui，et al.Characteristics of alluvial fan in Baikouquan formation of Wuerhe oil field in Jung?gar basin and petroleum prospecting significance［J］.Acta Sedimen?tologica Sinica，2010，28（6）：1 135-1 144.

［8］ 魯國明.東營凹陷深層砂礫巖巖性測井綜合識別技術(shù)［J］.測井技術(shù)，2010，34（2）：168-171.LU Guoming.Logging comprehensive identification technology of deep sandy conglomerate lithology，Dongying sag［J］.Well Logging Technology，2010，34（2）：168-171.

［9］ 張麗華，潘保芝，劉思慧，等.梨樹凹陷東南斜坡帶砂礫巖巖性識別方法研究［J］.測井技術(shù)，2012，36（4）：370-372.ZHANG Lihua，PAN Baozhi，LIU Sihui，et al.On lithology identifi?cation methods of glutinite in southeast ramp resion of Lishu fault depression［J］.Well Logging Technology，2012，36（4）：370-372.

［10］ 付建偉，羅興平，王貴文，等.砂礫巖巖相測井識別方法研究［J］.石油化工高等學(xué)校學(xué)報(bào)，2014，27（2）：69-73.FU Jianwei，LUO Xingping，WANG Guiwen，et al.Research of identification method of glutenite lithofacies with well log［J］.Jour?nal of Petrochemical Universities，2014，27（2）：69-73.

［11］ 張沖，張占松，陳雨龍，等.致密砂礫巖巖性測井識別方法及應(yīng)用［J］.科技導(dǎo)報(bào)，2014，32（25）：59-62.ZHANG Chong，ZHANG Zhansong，CHEN Yulong，et al.Logging lithology identification of tight sandy conglomerate and its applica?tion［J］.Technology Review，2014，32（25）：59-62.

［12］ 袁子龍，陳曦，張洪江.電成像測井資料在砂礫巖油氣藏巖性識別中的應(yīng)用［J］.科學(xué)技術(shù)與工程，2012，12（4）：758-761.YUAN Zilong，CHEN Xi，ZHANG Hongjiang.An application of re?sistivity imaging logging data in lithologic identification of glutenite reservoir［J］.Science Technology and Engineering，2012，12（4）：758-761.

［13］ 金雪英.徐家圍子斷陷沙河子組砂礫巖儲層巖性測井識別方法［J］.東北石油大學(xué)學(xué)報(bào)，2013，37（4）：47-54.JIN Xueying.Identification of lithology logging in glutenite reser?voir in Shahezi group of Xujiaweizi fault［J］.Journal of Northeast Petroleum University，2013，37（4）：47-54.

［14］ 王治國，尹成，雷小蘭，等.河道紋理屬性分析中的灰度共生矩陣參數(shù)研究［J］.石油地球物理勘探，2012，47（1）：100-106.WANG Zhiguo，YIN Cheng，LEI Xiaolan，et al.GLCM parameters in fluvial texture analysis［J］.Oil Geophysical Prospecting，2012，47（1）：100-106.

［15］ 焦蓬蓬，郭依正，劉麗娟，等.灰度共生矩陣紋理特征提取的Matlab實(shí)現(xiàn)［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2012，22（11）：169-175.JIAO Pengpeng，GUO Yizheng，LIU Lijuan，et al.Implementation of gray level co?occurrence matrix texture feature extraction using Matlab［J］.Computer Technology and Development，2012，22（11）：169-175.

［16］ 胡建鵬，陳強(qiáng)，黃容.逐步貝葉斯判別分析中的變量優(yōu)化方法研究［J］.計(jì)算機(jī)工程與應(yīng)用，2014，50（21）：63-67.HU Jianpeng，CHEN Qiang，HUANG Rong.Study on variable opti?mization method in stepwise Bayes discriminant analysis［J］.Com?puter Engineering and Application，2014，50（21）：63-67.