首页|基于TensorFlow.js前端机器学习进行线性回归拟合及油井压力预测研究

基于TensorFlow.js前端机器学习进行线性回归拟合及油井压力预测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
近年来,随着人工智能技术的发展应用,机器学习的框架及研究工具逐渐成熟.其中,TensorFlow.js是由Google的AI团队发布的一款基于硬件加速的JavaScript库,用于训练和部署机器学习,用户在浏览器端就可以利用应用程序编程接口(Application Programming Interface,API)完成机器学习的基本任务.在油气田开发领域中,产生的生产及分析数据具有数据量小、相关性强的特点,在机器学习过程中,大部分业务通过浏览器就能进行简单的数据线性回归、分类、目标识别、可视化等处理操作,具有简单、快速、易学等特点.文章以线性回归模型为例,对探井试油过程中的油管压力数据采用前端机器学习方法进行线性回归拟合,并实现压力预测.

王鹏、徐小辉、肖萍、李淑、郭怡晓

展开 >

新疆油田数据公司,新疆克拉玛依834000

新疆油田工程技术研究院,新疆克拉玛依834000

新疆油田重油公司,新疆克拉玛依834000

TensorFlow.js 前端机器学习 线性回归 压力预测

2020

10.3969/j.issn.1673-0194.2020.24.047

中国管理信息化
吉林科学技术出版社

中国管理信息化

CHSSCD
影响因子：0.446
ISSN：1673-0194
年,卷(期)：2020.23(24)
  • 1
  • 3