基于测井的煤层有机碳含量支持向量机预测

详细信息    查看全文 | 推荐本文 |

	英文篇名：Prediction of Organic Carbon Content in Coal Seam by Support Vector Machine Based on Logging 作者：李泽辰 英文作者：LI Ze-chen; 关键词：总有机碳含量 ; 测井 ; 递归特征消除算法 ; 支持向量机算法 中文刊名：LMMT 英文刊名：Inner Mongolia Coal Economy 机构：中国矿业大学(北京)地球科学与测绘工程学院; 出版日期：2019-03-15 出版单位：内蒙古煤炭经济 年：2019 期：No.274 语种：中文; 页：LMMT201905010 页数：3 CN：05 ISSN：15-1115/F 分类号：23-24+28

摘要

为了解决传统的TOC测量方法成本高和无法获得TOC含量连续分布的问题,提出一种TOC含量的智能预测方法。建立测井参数优选的SVM-RFE模型,对测井曲线进行测井参数筛选,最后利用优选后的数据,通过SVR模型进行预测。
        

引文

[1]杜文凤,等.煤系烃源岩有机碳含量测井响应特征与定量预测模型[J].煤炭学报,2016,41(4):954-963.
    [2]闫建平,等.运用测井信息研究烃源岩进展及其资源评价意义[J].地球物理学进展,2009,24(1):270-279.
    [3]李延钧,等.页岩有机碳含量测井评价方法及其应用[J].天然气地球科学,2013,24(1):169-175.
    [4]王濡岳,等.页岩气储层地球物理测井评价研究现状[J].地球物理学进展,2015,30(1):228-241.
    [5]Vapnik V N. The nature of statistical learning theory[M]. New York:Springer Verlag,1995.
    [6]Isabelle Guyon,Jason,Weston,Stephen Barnhill.Gene Selection for Cancer Classification using Support Vector Machines[J]. Machine Learning,46(1-3):389-422.