东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于支持向量机的地层识别研究

期刊名称：计算机工程与应用，2006.42（35）: 230~232 . (中文核心期刊)
时间：0
分类：TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
作者机构：[1]中国石油大学（北京）计算机科学与技术系,北京102200
相关基金：国家自然科学基金资助项目（60473125）;中国石油（CNPC）石油科技中青年创新基金资助项目（05E7013）.
相关项目：沉积微相划分中知识发现机理的研究

关键词：支持向量机, 判断函数, 分类正确率, 测井, SVM , judge-function, classification accuracy, well logging

中文摘要：

为了实现地层识别，根据测井数据建立SVM地层识别模型，并且该模型以径向基函数为核函数。通过时SVM分类器中惩罚参数优选，结合实际需要并加入一个判断函数，提高了SVM分类器的分类正确率。试验表明：SVM分类器应用在地层识别中效果良好，而且具有广阔的应用前景。

英文摘要：

In order to recognize stratums,a new Support Vector Machine Model（SVMM） is proposed and implemented with term of well logging data,and RBF is adopted as kernel function in SVMM.By means of the parameter C of the model adjusted optimally,and a judge-function introduced practically,the classification accuracy of SVMM is improved well.The experimental resuh shows that the SVM classifier can be applied in stratum recognition effectively,and be used widely in the future.

同期刊论文项目