简介： 本发明提供了一种综合地质钻孔测井岩性识别方法，该方法对钻孔测井数据进行精化处理，得到精化数据集，包括对钻孔测井数据进行缺失值填补、均衡处理、数据集归一化处理；根据t‑SNE算法对精化数据集进行降维处理，根据PSO算法对BP神经网络进行改进、优化，得到网络最优初始化权值和阈值，并建立网络模型，利用建立的网络模型对降维数据集进行训练学习，该方法通过对钻孔测井数据进行精化处理，解决了获取的钻孔测井数据缺失、数据集不均衡、训练数据不在统一量纲范围而造成最终识别率过低的问题，且再根据t‑SNE算法对钻孔测井数据集进行降维处理，从而简化数据，再通过PSO算法对现有技术中的常用BP神经网络进行优化，提升了识别准确率高和识别速率。