川中地区测井数据的支持向量机岩性识别

• 作者: 吴施楷 杜陈宇
• 来源期刊: 科技与创新
• 关键词: 岩性识别 支持向量机 特征优化 测井数据
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 创新实践
• 页码范围: 124-125
• 页数: 2页
• 分类号: P631.81
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2018.08.124

摘要

测井资料分析在石油勘探中起着重要作用,从而识别某一来源的石油生产潜力,因此,构成估算财务回报和经济效益的基础.传统的岩性识别方法识别率较低,针对这一问题,使用了机器学习中的SVM(支持向量机)来进行岩性分类.处理前使用了PCA(主成分分析)进行相关性检测,同时,对数据进行降维.通过选择高效的核函数,参数设置,使用了四川中部某地区的测井数据,获得了较高的识别率.模型中应用了原始声波测井资料信息,避免了速度采集误差,为进一步的研究做好了铺垫.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴施楷	成都理工大学地球物理学院	4	1	1.0	1.0
2	杜陈宇	成都理工大学地球物理学院	1	0	0.0	0.0