基于支持向量机的多维度数据融合在油气预测中应用磁

• 作者: 冯亚丽 张希 杨正男 纪博 金宗泽
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 多维度数据 支持向量机 信息融合 Bayes 融合算法 油气预测
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 信息融合
• 页码范围: 1864-1868,1878
• 页数: 6页
• 分类号: TP183
• 字数: 4136字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.10.027

摘要

油气预测中存在诸多不确定因素，包括属性的选取、预测算法的选取等。为了尽量消除这些不确定因素，论文利用支持向量机与信息融合理论进行地震油气预测，通过使用支持向量机内积函数定义的变换将输入空间映射到高维空间，并运用信息融合与支持向量机相结合的方法，尽可能的减小多种因素所带来的不确定性，提高油气预测精度，并通过实际数据验证，得到很好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯亚丽	东北石油大学计算机与信息技术学院	27	84	6.0	8.0
2	金宗泽	东北石油大学计算机与信息技术学院	8	25	3.0	5.0
3	纪博	东北石油大学计算机与信息技术学院	2	4	1.0	2.0
4	杨正男	东北石油大学计算机与信息技术学院	3	13	1.0	3.0
5	张希	东北石油大学计算机与信息技术学院	4	17	2.0	4.0