| 测井识别岩性新方法--支持向量机方法 |
| |
| 引用本文： | 于代国,孙建孟,王焕增,陈伟中,李召成,张振成.测井识别岩性新方法--支持向量机方法[J].大庆石油地质与开发,2005,24(5):93-95. |
| |
| 作者姓名： | 于代国 孙建孟 王焕增 陈伟中 李召成 张振成 |
| |
| 作者单位： | 石油大学,地球资源与信息学院,山东,东营,257061;塔里木油田分公司,新疆,库尔勒,841000 |
| |
| 摘 要： | 将基于统计学习理论的支持向量机方法引入到测井资料处理和解释中。在测井岩性识别方面研究发现，支持向量机方法克服了神经网络的固有缺陷，提供了一种识别岩性的新方法。应用效果表明该方法具有适应性强、识别精度高的优点。
|
| 关 键 词： | 岩性识别 测井曲线 支持向量机 |
| 文章编号： | 1000-3754(2005)05-0093-03 |
| 收稿时间： | 03 14 2005 12:00AM |
| 修稿时间： | 2005年3月14日 |
A New Method for Logging Lithology Identification--SVM |
| |
| YU Dai-guo.A New Method for Logging Lithology Identification--SVM[J].Petroleum Geology & Oilfield Development in Daqing,2005,24(5):93-95. |
| |
| Authors: | YU Dai-guo |
| |
| Abstract: | In this paper the SVM, which is based on statistic studying theory, is induced to logging data processing and interpretation. The research on logging lithology identification suggests that SVM can overcome the fundamental disadvantages of neural network, and it is a new method to identify lithology. The application of this method proves that it has high suitability and identification accuracy. |
| |
| Keywords: | lithology identification logging curve SVM |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
