基于改进PSO算法的LS-SVM油层识别模型

• 作者: 夏克文 杜红斌 董瑶
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 最小二乘支持向量机 粒子群优化算法 油层识别
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 1385-1389
• 页数: 5页
• 分类号: TP18
• 字数: 3761字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2007.12.013

摘要

为解决常规油层识别方法因其本身缺陷而无法取得理想效果的缺点,提出一种基于改进PSO算法的LS-SVM油层识别模型,即综合已有改进的PSO模型提出一种新的改进形式,并用此算法迭代求解LS-SVM中出现的矩阵方程,从而避免矩阵求逆,加快LS-SVM算法的训练速度,节省内存,而且求得最优解.实际应用表明,所提出的识别模型优于BP模型和经典SVM模型,识别精度高、收敛速度快、效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董瑶	河北工业大学信息工程学院	13	83	4.0	9.0
2	夏克文	河北工业大学信息工程学院	82	512	14.0	20.0
3	杜红斌	河北工业大学信息工程学院	4	64	3.0	4.0