基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
支持向量机在水淹层测井识别中的应用
水淹层
测井识别
数学模型
模式识别
支持向量机
一种用于测井油气层综合识别的支持向量机方法
油气层识别
测井
录井
支持向量机
分类
基于支持向量机的辫状河测井沉积微相识别
测井解释
辫状河
沉积微相
支持向量机
鄂尔多斯盆地
基于支持向量机的飞机图像识别算法
飞机图像识别
支持向量机
特征向量
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机算法用于水淹层测井识别
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) 所属期刊栏目
研究方向 页码范围 29-32
页数 4页 分类号 P631.32
字数 语种
DOI
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水淹层
测井识别
数学模型
模式识别
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国外测井技术
双月刊
大16开
湖北省潜江市江汉油田
1980
chi
出版文献量(篇)
6766
总下载数(次)
2
论文1v1指导