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.笔者尝试将Vapnik提出的支持向量机算法用于水淹层测井识别.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
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
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
川中地区测井数据的支持向量机岩性识别
岩性识别
支持向量机
特征优化
测井数据
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
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 支持向量机在水淹层测井识别中的应用
来源期刊 物探与化探 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) 2008,(6) 所属期刊栏目 方法技术研究
研究方向 页码范围 652-655
页数 4页 分类号 P631.7
字数 3099字 语种 中文
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 西南石油大学资源与环境学院 73 383 11.0 17.0
2 程鹏飞 西南石油大学资源与环境学院 5 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (1852)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (33)
二级引证文献  (20)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
物探与化探
双月刊
1000-8918
11-1906/P
大16开
北京学院路29号遥感中心
2-334
1979
chi
出版文献量(篇)
3832
总下载数(次)
3
总被引数(次)
39106
论文1v1指导