基于主成分分析的最小二乘支持向量機巖性識別方法

測井解釋過程中的巖性識別實質是多個指標數據的模式識別問題.常規測井解釋方法很難表征儲層的真實特性.提出一種基于主成分分析的最小二乘支持向量機的巖性識別預測模型(PCA-LSSVM).介紹了主成分分析法和最小二乘支持向量機原理.通過主成分分析方法對測井數據進行分析并提取影響巖性識別的主要因素,依據分析結果建立基于最小二乘支持向量分類機的巖性識別模型.云南陸良盆地3口井的117個地層的識別結果與實際取心資料的符合率達到92.5%.應用表明,將主成分分析結合最小(二)乘支持向量機進行巖性識別,簡化了網絡結構,具有更快的運算速度和準確率,是一種值得推廣使用的方法.

作 者： 鐘儀華 李榕   作者單位： 西南石油大學理學院,四川,成都,610500  刊 名： 測井技術  ISTIC PKU 英文刊名： WELL LOGGING TECHNOLOGY  年，卷(期)： 2009 33(5)  分類號： P631.32  關鍵詞： 測井解釋   巖性識別   主成分分析   最小二乘支持向量機   累積方差  

【基于主成分分析的最小二乘支持向量機巖性識別方法】相關文章：

基于最小二乘支持向量機的航材備件需求建模04-30

基于最小二乘支持向量機的區域GPS高程轉換組合04-30

基于最小二乘支持向量機的航空發動機故障遠程診斷04-27

模糊最小二乘支持向量機在黑液波美度軟測量中的應用04-26

基于支持向量機的紅外成像跟蹤算法04-27

一種基于支持向量機回歸的推薦算法04-26

基于支持向量機的遙感蝕變信息提取04-29

基于支持向量機的中長期入庫徑流預報04-28

路面質量影響因素分析-支持向量機模型04-26

基于HMLP參數的二肽logP值支持向量機預測模型04-26