支持向量机算法用于水淹层测井识别

• 作者: 付洪 唐谢 程鹏飞 赵军
• 来源期刊: 国外测井技术
• 学科: 地球科学
• 关键词: 水淹层 测井识别 数学模型 模式识别 支持向量机
• 年，卷（期）: 2007,（4）
• 页码范围: 29-32
• 页数: 4页
• 分类号: P631.32

摘要

支持向量机（SVM）算法是特别适合于用有限已知样本训练建模，进而预报未知样本属性的模式识别新算法。本文旨在尝试将Vapnik提出的支持向量机算法用于水淹层测井识别。本文总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测井曲线与水淹程度的对应关系，建立了基于支持向量分类机的识别模型，并将上述参数作为训练样本的输入。油气特征作为训练样本的输出，对支持向量机进行训练。对于P油田水淹层的实际预测结果表明：支持向量机可以成为一种用于水淹层识别的有效工具。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵军		73	383	11.0	17.0
2	程鹏飞		5	18	2.0	4.0
3	唐谢		4	10	1.0	3.0
4	付洪		2	0	0.0	0.0