支持向量机在水淹层测井识别中的应用附视频

被引：19

作者：

赵军 ^{[1
]}

程鹏飞 ^{[1
]}

刘地渊 ^{[2
]}

徐卫东 ^{[2
]}

机构：

[1] 西南石油大学资源与环境学院

[2] 中国石化中原油田分公司采油厂

来源：

物探与化探 | 2008年 / 06期

关键词：

水淹层; 测井识别; 数学模型; 模式识别; 支持向量机;

D O I：

暂无

中图分类号：

P631.81 [];

学科分类号：

摘要：

支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。笔者尝试将Vapnik提出的支持向量机算法用于水淹层测井识别。总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测井曲线与水淹程度的对应关系,建立了基于支持向量分类机的识别模型,并将上述参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练。对于P油田水淹层的实际预测结果表明:支持向量机可以成为一种用于水淹层识别的有效工具。

引用

页码：652 / 655

页数：4

共 10 条

[1]

基于小波提取特征的SVM目标识别 [J].