支持向量机及其在石油勘探开发中的应用综述

• 作者: 张翔 彭涛
• 来源期刊: 勘探地球物理进展
• 学科: 地球科学
• 关键词: 支持向量机 机器学习技术 石油勘探开发
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 综合评述
• 页码范围: 91-95
• 页数: 5页
• 分类号: P631.4
• 字数: 6277字
• 语种: 中文

摘要

支持向量机(SVM)是20世纪90年代中期发展起来的机器学习技术,与传统的人工神经网络不同,前者基于结构风险最小化原理,后者基于经验风险最小化原理.SVM在解决小样本、非线性和高维的机器学习问题中表现出许多特有的优势,适用于函数预测,模式识别和数据分类领域.将SVM应用于石油勘探开发领域是一个重要的研究方向,具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翔	长江大学油气资源与勘探技术教育部重点实验室	34	529	11.0	23.0
2	彭涛	长江大学地球物理与石油资源学院	5	24	1.0	4.0