支持向量机及其在油田生产中的应用

被引：6

作者：

李卓

刘斌

刘铁男

朱秀华

魏坤

机构：

[1] 大庆石油学院地球科学学院

[2] 大庆石油学院电气信息工程学院

[3] 大庆石油学院成人教育学院

[4] 哈尔滨工程大学理学院黑龙江大庆

[5] 黑龙江大庆

[6] 黑龙江哈尔滨

来源：

大庆石油学院学报 | 2005年 / 03期

关键词：

统计学习理论; 支持向量机; 神经网络;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

阐述了支持向量机的理论研究进程、基本原理和主要算法,并与神经网络进行了对比;介绍了支持向量机在油田生产中的应用概况.结果表明,支持向量机具有神经网络所不具备的独特优点,为解决非线性问题提供了一个新思路,是人工神经网络的替代方法.

引用

页码：77 / 79+82 +82-126

页数：5

共 7 条

[1] 数据挖掘在石化企业中的应用 [J].

张浩 ;

赵相东 ;

陆剑峰 ;

张辉 .

计算机工程与应用, 2004, (30) :208-210

[2] 支持向量机及其在复杂水淹层识别中的应用 [J].

李盼池 ;

许少华 .

计算机应用, 2004, (09) :147-149

[3] 一种基于支持向量机的测井岩性预测新方法 [J].

赵宇 ;

王志良 ;

刘冀伟 .

微计算机信息, 2004, (06) :50-51

[4] 有监督SOM神经网络在油气预测中的应用 [J].

许建华 ;

蔡瑞 .

石油物探, 1998, (01) :71-76

[5] 应用人工神经网络方法预测油气 [J].

蔡煜东 ;

宫家文 ;

甘骏人 ;

姚林声 .

石油地球物理勘探, 1993, (05) :634-638+646

[6] 综合多种地震信息预测油气富集区的模糊数学方法 [J].

肖辞源 ;

朱白文 .

石油地球物理勘探, 1990, (02) :191-200+244

[7]

统计学习理论[M]. 电子工业出版社 , (美)瓦普尼克(VladimirN.Vapnik)著, 2004

← 1 →