基于交叉验证的 SVM对致密砂岩岩性的识别

基于交叉验证的 SVM对致密砂岩岩性的识别
王鹏;汪忠浩;倪娜
【期刊名称】《中国锰业》
【年(卷),期】2016(034)006
【摘要】利用苏里格研究区岩屑录井资料，优选了对岩性差异具有较好指示作用的自然伽马和光电吸收截面指数两条测井曲线参数作为训练和测试样本，并且做归一化处理以消除测井响应特征量纲不一致的影响，使用交叉验证方法对支持向量机的关键参数则进行最佳寻优，得到了一种基于交叉验证优化的支持向量机岩性识别模型并在研究区对多口井样本进行岩性识别。

对比实验结果，支持向量机法平均符合率达到了91．25％，高于神经网络法和交会图法的识别准确率，而且收敛速度更加快，取得良好的应用效果。

【总页数】4页(P53-56)
【作者】王鹏;汪忠浩;倪娜
【作者单位】长江大学，湖北武汉 430100;长江大学，湖北武汉 430100;长江大学，湖北武汉 430100
【正文语种】中文
【中图分类】TP393.08;P618.13
【相关文献】
1.利用元素俘获测井评价致密砂岩岩性及有效性 [J], 蔡德洋;章成广;信毅;陈伟中
2.基于BP神经网络算法识别苏里格气田致密砂岩储层岩性 [J], 赵忠军;黄强东;石
林辉;王宪文;单敬福
3.利用GS-LightGBM机器学习模型识别致密砂岩地层岩性 [J], 谷宇峰;张道勇;鲍志东;郭海晓;周立明;任继红
4.利用混合模型CRBM-PSO-XGBoost识别致密砂岩储层岩性 [J], 谷宇峰;张道勇;鲍志东
5.鄂尔多斯盆地西南地区延长组长7段致密砂岩储层岩性测井识别 [J], 封从军;张敏;李达明;赵兴辉
因版权原因，仅展示原文概要，查看原文内容请购买。