SVM和BP算法在油气识别中的对比应用研究

• 作者: 徐寅 毕硕本 潘昊
• 来源期刊: 科技与创新
• 关键词: 数据挖掘 支持向量机 BP神经网络 油气层识别
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 44-46
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.05.019

摘要

在油气勘探领域中,当使用测井资料进行油气层分类识别时,运用传统的方法具有一定的局限性.本文使用了数据挖掘分类算法中的支持向量机(SVM)方法,并实际应用到新疆塔里木盆地油气层识别中.实验中分别采用了支持向量机算法和BP神经网络算法进行对比检验,结果表明通过支持向量机算法建立的油气层识别模型具有更高的识别检验性能,体现了支持向量机在处理多类分类问题中的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐寅		5	38	3.0	5.0
2	毕硕本		90	525	13.0	17.0
3	潘昊		2	9	2.0	2.0