期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
支持向量机及其在复杂水淹层识别中的应用 被引量:17
1
作者 李盼池 许少华 《计算机应用》 CSCD 北大核心 2004年第9期147-149,共3页
研究了基于结构风险最小化原理的支持向量机方法对模式类的识别能力 ,构造了可用于多个模式类识别的级连式SVM模型。该模型易于实现 ,且能够找到模式间的最优分类超平面 ,泛化能力较高。支持向量机用于模式识别不存在局部极小值问题 ,... 研究了基于结构风险最小化原理的支持向量机方法对模式类的识别能力 ,构造了可用于多个模式类识别的级连式SVM模型。该模型易于实现 ,且能够找到模式间的最优分类超平面 ,泛化能力较高。支持向量机用于模式识别不存在局部极小值问题 ,且不需网络迭代训练 ,求解速度明显高于神经网络。该模型采用两种核函数 ,将SVM用于油藏测井解释中水淹层的识别以提取测井曲线与水淹级别之间的映射关系 ,从而实现模糊性油藏测井解释中水淹层的识别。实验结果表明 ,此方法对解决水淹层识别问题具有良好的适应性和实用性。 展开更多
关键词 统计学习理论 支持向量机 机器学习 模式识别 水淹层识别
下载PDF
AdaBoost算法在致密砂岩水淹层识别中的应用 被引量:8
2
作者 杨明任 申辉林 +3 位作者 曲萨 孙启鹏 章利民 肖淑明 《中国海上油气》 CAS CSCD 北大核心 2021年第4期62-69,共8页
目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开... 目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开发生产。为此,本文提出了基于AdaBoost算法的预测模型,该算法分类速度快,不需要繁杂的调参过程,不会出现过拟合情况,应用多个弱分类器的线性组合,综合判断分类结果,能够有效地提高致密砂岩水淹级别的识别精度。首先,结合长庆油田长6段致密砂岩现场资料把水淹层细划分为未水淹、低水淹、中水淹、高水淹等4个水淹级别,并将这4个水淹类型拆解为二分类问题,通过不断的迭代得到样本分布,然后将弱分类器经过线性加权平均得到强分类器。该方法应用到长庆致密砂岩水淹层识别中,水淹层预测精度达88.7%,在研究常规测井资料水淹层识别中具有重要意义。 展开更多
关键词 ADABOOST算法 分类器 致密砂岩 水淹层识别 线性组合
下载PDF
量子神经网络及其在复杂水淹层识别中的应用 被引量:6
3
作者 许增福 吴贵生 王宏伟 《测井技术》 CAS CSCD 2007年第5期433-437,共5页
提出一种量子BP网络模型及学习算法。基于量子力学中1位相移门和2位受控非门的通用性,构造出一种量子神经元模型和3层量子BP网络模型,量子神经元模型由输入、相移、聚合、翻转、输出等5部分组成。由量子神经元构造出3层量子BP网络模型,... 提出一种量子BP网络模型及学习算法。基于量子力学中1位相移门和2位受控非门的通用性,构造出一种量子神经元模型和3层量子BP网络模型,量子神经元模型由输入、相移、聚合、翻转、输出等5部分组成。由量子神经元构造出3层量子BP网络模型,基于梯度下降法构造了该模型学习算法。将该模型及算法用于模拟油藏测井解释中测井曲线与水淹级别之间的映射关系,从而实现油藏测井解释中水淹层自动识别。实验结果表明,该方法对解决水淹层识别问题具有良好的适应性和实用性。 展开更多
关键词 测井曲线 量子神经元模型 BP网络模型 学习算法 水淹层识别 支持向量机
下载PDF
基于常规测井的水淹层识别方法研究 被引量:5
4
作者 黄玉珍 寇小攀 金韦华 《石化技术》 CAS 2016年第6期170-171,共2页
以W地区C储层为研究对象,在分析测井资料对水淹层评价影响因素的基础上,利用自然电位测井、自然伽马测井、声波测井、电阻率测井有机结合进一步识别水淹层,研发了基于常规测井资料的水淹层识别方法。该方法弥补了W地区C储层阵列感应测... 以W地区C储层为研究对象,在分析测井资料对水淹层评价影响因素的基础上,利用自然电位测井、自然伽马测井、声波测井、电阻率测井有机结合进一步识别水淹层,研发了基于常规测井资料的水淹层识别方法。该方法弥补了W地区C储层阵列感应测井、密度测井、中子测井、核磁共振测井资料的不足对水淹层识别造成的不利影响。应用效果分析表明,该方法能有效识别水淹层,应用效果良好。 展开更多
关键词 影响因素 常规测井资料 水淹层评价 储层物性 水淹层识别方法
下载PDF
基于云变换的混合计算模型在水淹层识别中的应用 被引量:1
5
作者 刘凌云 许少华 《计算机系统应用》 2016年第7期156-160,共5页
目前为止,现有的自动判别方法难以反映定量指标和定性指标相结合的混合信息对水淹层识别的影响.因此,为提高水淹层判别的准确度,本文提出基于云变换的定量与定性混合计算神经网络模型来实现水淹层判别.一方面,利用云模型将提取测井相数... 目前为止,现有的自动判别方法难以反映定量指标和定性指标相结合的混合信息对水淹层识别的影响.因此,为提高水淹层判别的准确度,本文提出基于云变换的定量与定性混合计算神经网络模型来实现水淹层判别.一方面,利用云模型将提取测井相数据中的定性信息,保证了原始数据的完整性与客观性;另一方面,将输入信息中的定性概念通过正向标准云变换转换为量化的数值信息,保证了数据的科学性;最终将混合信息输入混合计算神经网络模型中进行判别,从而得出结论.实验证明采用基于云变换的混合计算神经网络模型对水淹层进行识别,具有精度高、速度快的特点,是水淹层识别的一种比较实用的方法. 展开更多
关键词 云模型 混合计算神经网络 水淹层识别
下载PDF
利用核磁共振测井资料识别复杂矿化度储层流体性质
6
作者 侯立云 《石化技术》 CAS 2016年第3期71-72,共2页
针对测井目的及地层特征,使用测前设计软件,模拟地层T_2谱形态,优选最佳观测模式,实现对地层孔隙中油、气、水各相流体的有效检测和识别。
关键词 核磁共振测井 矿化度 油水层 水淹层 观测模式
下载PDF
基于主成分分析的离散过程神经网络水淹层动态预测方法 被引量:6
7
作者 钟仪华 李榕 +1 位作者 张志银 朱海双 《测井技术》 CAS CSCD 北大核心 2010年第5期432-436,共5页
提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性。引入了反映深度变化累积效应的输入... 提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性。引入了反映深度变化累积效应的输入参数——测井参数曲线层段的不同油层厚度。据此建立的识别模型能够反映出随含水率的上升、深度不同时测井曲线的变化规律。实例研究表明,提出的方法与BP神经网络识别方法、支持向量机方法相比较具有更快的运算速度和更高的识别精度,能够体现出高含水期水淹层的动态变化特征。 展开更多
关键词 测井曲线 动态预测 水淹层识别 主成分分析 离散过程神经网络
下载PDF
基于主成分分析的水淹层动态预测方法 被引量:2
8
作者 钟仪华 李榕 +1 位作者 朱海双 张志银 《大庆石油学院学报》 CAS 北大核心 2011年第2期51-55,118,共5页
针对高含水期水淹层变化的动态特性,提出一种基于主成分分析的最小二乘支持向量机水淹层动态预测方法.该方法应用数据挖掘方法与改进的支持向量机方法,研究高含水期水淹层的分类识别问题,找到测井参数曲线与水淹级别之间的非线性映射关... 针对高含水期水淹层变化的动态特性,提出一种基于主成分分析的最小二乘支持向量机水淹层动态预测方法.该方法应用数据挖掘方法与改进的支持向量机方法,研究高含水期水淹层的分类识别问题,找到测井参数曲线与水淹级别之间的非线性映射关系,建立适合高含水期水淹特征的动态识别模型.它不仅充分考虑各种影响因素,而且利用主成分分析法准确提取影响水淹级别划分的测井参数曲线,避免模型输入参数间存在相关性导致划分精度低以及模型求解复杂、训练速度慢的缺点.结果表明,该方法较其他方法具有更快的运算速度和更高的识别符合率,其运算速度为43s,识别符合率达到97.0%,能体现高含水油田水淹层的动态变化特征. 展开更多
关键词 动态预测 水淹层识别 主成分分析 最小二乘支持向量机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部