SVM参数优化及其在储集层评价中的应用研究

• 作者: 任义丽 冯周 米兰
• 来源期刊: 信息系统工程
• 关键词: 支持向量机 核函数 测井解释 含油性评价
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 技术应用
• 页码范围: 95-96
• 页数: 2页
• 字数: 2567字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2362.2019.07.065

摘要

支持向量机(SVM)是储集层含油性评价的一个有效工具,SVM参数的选择直接影响了模型的效果.论文研究了SVM参数选择对储集层含油性评价的影响,并给出了SVM模型参数的优化机制.我们收集了两个测并数据集,利用K-交叉验证和网格搜索找到了最佳的支持向量机参数,并比较了不同核函数的分类性能.实验结果表明,核函数的类型对分类效果影响最大,多项式(Polynomial)的分类效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任义丽	中国石油勘探开发研究院计算机应用技术研究所	5	13	2.0	3.0
2	冯周	中国石油勘探开发研究院测井与遥感技术研究所	16	47	4.0	6.0
3	米兰	中国石油勘探开发研究院计算机应用技术研究所	2	1	1.0	1.0