基于ICA、PCA与SVM方法的沉积微相定量识别

• 作者: 刘静 张翔 李正从 王智
• 来源期刊: 测井技术
• 关键词: 测井解释 测井曲线 沉积微相 支持向量机 特征提取 主成分分析 独立分量分析
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 处理解释
• 页码范围: 262-265
• 分类号: P631.84
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1338.2011.03.015

摘要

利用测井资料快速准确地确定沉积微相是油田勘探开发中急需研究解决的问题.沉积微相特征在测井曲线上有所反映,将常规测井资料及其解释成果中的地质资料同岩心资料相结合,分别通过主成分分析(PCA)和独立分量分析(ICA)提取反映沉积微相变化的特征,利用支持向量机(SVM)建立沉积微相的判别模型,根据该模型对未取心井段的沉积微相进行自动识别.该方法在小样本情况下,两者都比传统的不经过特征提取的SVM方法识别效率更高,且经过ICA特征提取后的识别率优于PCA方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘静	长江大学油气资源与勘探技术教育部重点实验室	33	138	7.0	11.0
2	张翔	长江大学油气资源与勘探技术教育部重点实验室	34	529	11.0	23.0
3	王智	长江大学油气资源与勘探技术教育部重点实验室	10	24	3.0	4.0
4	李正从		1	11	1.0	1.0