SVM参数优化及其在储集层评价中的应用研究

论文摘要

支持向量机（SVM）是储集层含油性评价的一个有效工具,SVM参数的选择直接影响了模型的效果。论文研究了SVM参数选择对储集层含油性评价的影响,并给出了SVM模型参数的优化机制。我们收集了两个测井数据集,利用K-交叉验证和网格搜索找到了最佳的支持向量机参数,并比较了不同核函数的分类性能。实验结果表明,核函数的类型对分类效果影响最大,多项式（Polynomial）的分类效果最好。

论文目录

• 一、前言
• 二、支持向量机简介
•   （一）?支持向量机的基本原理
•   （二）?支持向量机的影响因素
• 三、实验分析
• 四、结语

文章来源

类型: 期刊论文

作者: 任义丽,米兰,冯周

关键词: 支持向量机,核函数,测井解释,含油性评价

来源: 信息系统工程 2019年07期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 石油天然气工业,自动化技术

单位: 中国石油勘探开发研究院计算机应用技术研究所,中国石油勘探开发研究院测井与遥感技术研究所

分类号: TP181;TE151

页码: 95-96

总页数: 2

文件大小: 1466K

下载量: 68