10.15913/j.cnki.kjycx.2018.08.124
川中地区测井数据的支持向量机岩性识别
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.
岩性识别、支持向量机、特征优化、测井数据
P631.81
2018-06-01(万方平台首次上网日期,不代表论文的发表时间)
共2页
124-125