首页|基于PCA-SVM的砂砾岩岩性识别

基于PCA-SVM的砂砾岩岩性识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
利用测井资料识别岩性实质是建立非线性数据模型的过程.表征复杂岩性的测井曲线相似度较高,对岩性识别存在一定的干扰,为此提出一种基于主成分分析(PCA)和支持向量机(SVM)的砂砾岩岩性识别预测模型:通过主成分分析对预处理后的测井数据进行主成分提取,利用提取的主成分建立支持向量机岩性识别预测模型.将测试样本数据输入模型中进行自动分类,最终该方法的岩性识别正确率达到87.07％.应用结果表明,将主成分分析与支持向量机相结合,在降低数据维度的同时,提高了岩性识别准确率,是一种实用且有效的识别复杂岩性的方法,具有一定的推广和应用价值.

林香亮、朱建伟、刘光寿、李世豪、陈雪娇、丁旭艳、袁瑞、王德鹏

展开 >

长江大学信息与数学学院, 湖北 荆州 434023

中国石油集团测井有限公司吐哈分公司, 新疆 吐哈 839000

砂砾岩 岩性识别 主成分分析(PCA) 支持向量机(SVM)

湖北教育厅科学研究计划项目湖北省自然科学基金,"长江大学大学生创新创业训练计划项目

Q201813102019CFB3432018152

2020

长江大学学报(自科版)
长江大学

长江大学学报(自科版)

影响因子：0.335
ISSN：1673-1409
年,卷(期)：2020.17(1)
  • 5
  • 14