-
题名支持向量机方法在储层预测中的应用
被引量：24
- 1
-
-
作者
乐友喜
袁全社
-
机构
中国石油大学(华东)地球资源与信息学院
-
出处
《石油物探》
EI
CSCD
2005年第4期388-392,共5页
-
文摘
传统储层预测学习方法大都基于经验风险最小化准则,预测效果不理想。而基于结构化风险最小化准则的支持向量机方法,通过对推广误差(风险)上界的最小化达到最大的泛化能力和全局最优,具有可靠的预测能力。对支持向量机法的方法原理,即非线性模式识别法和非线性函数估计法进行了讨论,并采用不同的样本数, 将其与神经网络法作对比,结果表明,2种方法的训练结果精度都较高,但对sinc函数的估计结果,支持向量机法更可靠。在胜利油田某区块应用了向量机法,以地震波波形作为输入向量进行了砂体孔隙度和含油性预测, 预测结果与已知结果吻合较好。
-
关键词
支持向量机
波形
非线性模式识别
非线性函数估计
储层参数预测
油气预测
-
Keywords
Support Vector Machine (SVM)
waveform
nonlinear pattern recognitions nonlinear function estimation
reservoir parameters prediction
oil-gas prediction
-
分类号
P631.4
[天文地球—地质矿产勘探]
-
