学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于支持向量机的非线性AVO反演
被引:24
作者
:
论文数:
引用数:
h-index:
机构:
邴萍萍
曹思远
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学CNPC物探重点实验室
曹思远
论文数:
引用数:
h-index:
机构:
路交通
机构
:
[1]
中国石油大学CNPC物探重点实验室
来源
:
地球物理学报
|
2012年
/ 55卷
/ 03期
关键词
:
非线性;
AVO反演;
支持向量机;
统计学习理论;
D O I
:
暂无
中图分类号
:
P631.4 [地震勘探];
学科分类号
:
0818 ;
081801 ;
081802 ;
摘要
:
本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.
引用
收藏
页码:1025 / 1032
页数:8
相关论文
共 6 条
[1]
高分辨率AVO反演技术研究
[J].
论文数:
引用数:
h-index:
机构:
蒋鸿亮
;
论文数:
引用数:
h-index:
机构:
陈湛文
;
陈小宏
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
中国科学院地质与地球物理研究所
陈小宏
.
地球物理学进展,
2006,
(02)
:478
-482
[2]
多波时移地震AVO反演研究
[J].
李景叶
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
李景叶
;
陈小宏
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
陈小宏
;
郝振江
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
郝振江
;
芮振华
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
芮振华
.
地球物理学报,
2005,
(04)
:902
-908
[3]
基于支持向量机与RBF神经网络的软测量模型比较研究
[J].
冯瑞
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
冯瑞
;
宋春林
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
宋春林
;
张艳珠
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
张艳珠
;
邵惠鹤
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
邵惠鹤
.
上海交通大学学报,
2003,
(S2)
:122
-125
[4]
关于统计学习理论与支持向量机
[J].
张学工
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
张学工
.
自动化学报,
2000,
(01)
:36
-46
[5]
改进快速模拟退火方法进行AVO岩性参数反演
[J].
顾汉明
论文数:
0
引用数:
0
h-index:
0
机构:
中国地质大学应用地球物理系!武汉
顾汉明
;
论文数:
引用数:
h-index:
机构:
江涛
;
王家映
论文数:
0
引用数:
0
h-index:
0
机构:
中国地质大学应用地球物理系!武汉
王家映
.
地球科学,
1999,
(04)
:418
-422
[6]
AVO技术的理论与实践[M]. 石油工业出版社 , 殷八斤等编著, 1995
←
1
→
共 6 条
[1]
高分辨率AVO反演技术研究
[J].
论文数:
引用数:
h-index:
机构:
蒋鸿亮
;
论文数:
引用数:
h-index:
机构:
陈湛文
;
陈小宏
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
中国科学院地质与地球物理研究所
陈小宏
.
地球物理学进展,
2006,
(02)
:478
-482
[2]
多波时移地震AVO反演研究
[J].
李景叶
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
李景叶
;
陈小宏
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
陈小宏
;
郝振江
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
郝振江
;
芮振华
论文数:
0
引用数:
0
h-index:
0
机构:
中国石油大学资源与信息学院
芮振华
.
地球物理学报,
2005,
(04)
:902
-908
[3]
基于支持向量机与RBF神经网络的软测量模型比较研究
[J].
冯瑞
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
冯瑞
;
宋春林
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
宋春林
;
张艳珠
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
张艳珠
;
邵惠鹤
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学自动化系
邵惠鹤
.
上海交通大学学报,
2003,
(S2)
:122
-125
[4]
关于统计学习理论与支持向量机
[J].
张学工
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学自动化系!智能技术与系统国家重点实验室北京
张学工
.
自动化学报,
2000,
(01)
:36
-46
[5]
改进快速模拟退火方法进行AVO岩性参数反演
[J].
顾汉明
论文数:
0
引用数:
0
h-index:
0
机构:
中国地质大学应用地球物理系!武汉
顾汉明
;
论文数:
引用数:
h-index:
机构:
江涛
;
王家映
论文数:
0
引用数:
0
h-index:
0
机构:
中国地质大学应用地球物理系!武汉
王家映
.
地球科学,
1999,
(04)
:418
-422
[6]
AVO技术的理论与实践[M]. 石油工业出版社 , 殷八斤等编著, 1995
←
1
→