钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报(自然科学)期刊
\
西安工程大学学报期刊
\
基于粒子群和支持向量机的油藏物性参数拟合方法
基于粒子群和支持向量机的油藏物性参数拟合方法
作者:
殷荣网
原文服务方:
西安工程大学学报
粒子群
支持向量机
油藏物性参数
拟合
摘要:
采用传统方法对油藏物性参数进行拟合时,计算过程复杂度较高,拟合开销较大,提出一种基于粒子群和支持向量机算法的油藏物性参数拟合方法。对油藏物性参数的数据结构特征进行分析,采用粒子群差分扰动进化算法,进行油藏物性参数的聚类处理和特征提取,通过支持向量机算法完成参数的特征重组和最小二乘拟合,实现对油藏物性参数特征量的准确挖掘,提高拟合精度。仿真结果表明,采用该方法进行油藏物性参数的数据特征分析和拟合,准确性较好,提取的参数特征能有效反应油藏的物理特性,在指导油田勘探和石油开采中,具有较好的应用价值。
免费获取
收藏
引用
分享
推荐文章
基于粒子群算法和支持向量机的故障诊断研究
最小二乘支持向量机
粒子群算法
故障诊断
全局最优
基于支持向量回归机和粒子群算法的改进协同优化方法
协同优化
支持向量回归机
粒子群算法
基于粒子群算法优化支持向量机的模拟电路诊断
故障诊断
模拟电路
粒子群优化
多小波变换
支持向量机
使用粒子群算法进行特征选择及对支持向量机参数的优化
支持向量机
参数优化
粒子群算法
2进制编码
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于粒子群和支持向量机的油藏物性参数拟合方法
来源期刊
西安工程大学学报
学科
关键词
粒子群
支持向量机
油藏物性参数
拟合
年,卷(期)
2016,(5)
所属期刊栏目
基础科学
研究方向
页码范围
699-704
页数
6页
分类号
TE142
字数
语种
中文
DOI
10.13338/j.issn.1674-649x.2016.05.026
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
殷荣网
合肥学院基础教学与实验中心
14
29
3.0
5.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(148)
共引文献
(156)
参考文献
(15)
节点文献
引证文献
(3)
同被引文献
(29)
二级引证文献
(9)
1965(1)
参考文献(0)
二级参考文献(1)
1984(1)
参考文献(0)
二级参考文献(1)
1988(2)
参考文献(0)
二级参考文献(2)
1989(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1993(3)
参考文献(0)
二级参考文献(3)
1996(1)
参考文献(0)
二级参考文献(1)
1997(3)
参考文献(0)
二级参考文献(3)
1999(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(0)
二级参考文献(2)
2001(6)
参考文献(0)
二级参考文献(6)
2002(2)
参考文献(0)
二级参考文献(2)
2003(6)
参考文献(0)
二级参考文献(6)
2004(6)
参考文献(0)
二级参考文献(6)
2005(5)
参考文献(0)
二级参考文献(5)
2006(8)
参考文献(0)
二级参考文献(8)
2007(10)
参考文献(0)
二级参考文献(10)
2008(17)
参考文献(0)
二级参考文献(17)
2009(11)
参考文献(0)
二级参考文献(11)
2010(19)
参考文献(0)
二级参考文献(19)
2011(15)
参考文献(0)
二级参考文献(15)
2012(13)
参考文献(1)
二级参考文献(12)
2013(12)
参考文献(1)
二级参考文献(11)
2014(7)
参考文献(4)
二级参考文献(3)
2015(7)
参考文献(6)
二级参考文献(1)
2016(3)
参考文献(3)
二级参考文献(0)
2016(3)
参考文献(3)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2017(1)
引证文献(1)
二级引证文献(0)
2018(2)
引证文献(1)
二级引证文献(1)
2019(6)
引证文献(1)
二级引证文献(5)
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
粒子群
支持向量机
油藏物性参数
拟合
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
西安工程大学学报
主办单位:
西安工程大学
出版周期:
双月刊
ISSN:
1674-649X
CN:
61-1471/N
开本:
大16开
出版地:
邮发代号:
创刊时间:
1986-01-01
语种:
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
期刊文献
相关文献
1.
基于粒子群算法和支持向量机的故障诊断研究
2.
基于支持向量回归机和粒子群算法的改进协同优化方法
3.
基于粒子群算法优化支持向量机的模拟电路诊断
4.
使用粒子群算法进行特征选择及对支持向量机参数的优化
5.
基于粒子群支持向量机的三维含水层渗流参数反馈识别
6.
粒子群优化的隐空间光滑支持向量机算法
7.
基于粗糙集粒子群支持向量机的特征选择方法
8.
基于粒子群算法优化支持向量机汽车故障诊断研究
9.
粒子群算法优化支持向量机的网络流量混沌预测
10.
基于粒子群优化支持向量机的电梯故障诊断
11.
基于粒子群优化支持向量机的建筑室内温度预测模型
12.
基于多项式参数拟合和支持向量机的心肌梗死识别算法
13.
基于粒子群优化支持向量机神经网络的弹丸落点预报
14.
粒子群优化算法和支持向量机的电子音乐信号分类研究
15.
支持向量机和粒子群算法在结构优化中的应用研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
西安工程大学学报1999
西安工程大学学报2000
西安工程大学学报2001
西安工程大学学报2002
西安工程大学学报2003
西安工程大学学报2004
西安工程大学学报2005
西安工程大学学报2006
西安工程大学学报2007
西安工程大学学报2008
西安工程大学学报2009
西安工程大学学报2010
西安工程大学学报2011
西安工程大学学报2012
西安工程大学学报2013
西安工程大学学报2014
西安工程大学学报2015
西安工程大学学报2016
西安工程大学学报2017
西安工程大学学报2018
西安工程大学学报2019
西安工程大学学报2020
西安工程大学学报2022
西安工程大学学报2016年第3期
西安工程大学学报2016年第2期
西安工程大学学报2016年第1期
西安工程大学学报2016年第6期
西安工程大学学报2016年第4期
西安工程大学学报2016年第5期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号