支持向量机在复杂岩性测井识别中的应用

详细信息   

• 责任者：文政^c中国石油大学(北京)^d1964^e博士研究生^f高级工程师 ; 高松洋^c大庆油田有限责任公司勘探开发研究院 ; 毕广武
• 刊名：大庆石油地质与开发
• 出版年：2009
• 卷期：28^b2总132
• 关键词：岩性测井 ; 支持向量机11^a海拉尔盆地20^a地球物理测井 ; 模式识别 ; 主成分分析21^a内蒙古
• 页码：134～137
• 索书号：P452.06/108-1
• 图表：^c表3参7插图
• 分类号：2000,2100
• 文摘期号：2009/09

摘要

针对海拉尔盆地乌南地区岩性复杂、岩性识别难的问题，在岩心分析资料的刻度下，首先采用主成分分析法优化测井输入参数，然后利用支持向量机的方法进行学习预测，并与聚类分析和神经网络的分类结果进行了比较。对比表明，支持向量机具有结构简单、适应性强、全局优化、训练时间短、泛化能力强等优点，尤其是在解决小样本、非线性和高维模式识别等问题方面，表现出其特有的优势。该方法克服了常规统计方法的局限性，可以在有限样本的情况下得到全局最优解。应用效果表明，利用支持向量机方法识别岩性，具有解释精度高、推广性好的特点，为复杂岩性识别提供了一种新方法。