| 分支定界半监督SVM在油层识别中的应用 |
| |
| 引用本文： | 贺紫平,夏克文,潘用科,王莉.分支定界半监督SVM在油层识别中的应用[J].重庆邮电大学学报(自然科学版),2019,31(4):563-570. |
| |
| 作者姓名： | 贺紫平 夏克文 潘用科 王莉 |
| |
| 作者单位： | 河北工业大学 电子信息工程学院,天津,300401;河北工业大学 电子信息工程学院,天津,300401;河北工业大学 电子信息工程学院,天津,300401;河北工业大学 电子信息工程学院,天津,300401 |
| |
| 基金项目： | 河北省自然科学基金(E2016202341);河北省高等学校科学技术研究项目(BJ2014013) |
| |
| 摘 要： | 为解决油层识别中存在的获得有标记数据的代价过高，有标记数据稀少的问题，提出一种新的基于分支定界的半监督支持向量机(branch and bound for semi-supervised support vector machine，BBS3VM)的油层识别方法。此方法主要将半监督学习(semi-supervised learning， SSL)和分支定界的思想引入到支持向量机(support vector machine， SVM)分类算法中。通过半监督学习的思想，使用大量未标记的样本来改善学习性能，利用分支定界算法提高半监督支持向量机(semi-supervised support vector machine，S3VM)算法的分类精度，将此改进算法应用于测井数据挖掘中的油层识别。经过对某油田的实际测井资料进行处理，实验结果表明，半监督油层识别方法要优于传统的S3VM分类算法，识别率更高，分类效果更显著，与全监督的SVM算法相比较，得到相差不大的分类精度的同时，速度更快。
|
| 关 键 词： | 油层识别 半监督学习 支持向量机 分支定界 |
| 收稿时间： | 2018/1/9 0:00:00 |
| 修稿时间： | 2019/3/1 0:00:00 |
Oil layer recognition by semi-supervised support vector machine based on branch and bound |
| |
| HE Ziping,XIA Kewen,PAN Yongke and WANG Li.Oil layer recognition by semi-supervised support vector machine based on branch and bound[J].Journal of Chongqing University of Posts and Telecommunications,2019,31(4):563-570. |
| |
| Authors: | HE Ziping XIA Kewen PAN Yongke and WANG Li |
| |
| Institution: | School of Information Engineering, Hebei University of Technology, Tianjin 300401, P. R. China,School of Information Engineering, Hebei University of Technology, Tianjin 300401, P. R. China,School of Information Engineering, Hebei University of Technology, Tianjin 300401, P. R. China and School of Information Engineering, Hebei University of Technology, Tianjin 300401, P. R. China |
| |
| Abstract: | |
| |
| Keywords: | oil layer recognition semi-supervised learning support vector machine branch and bound |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
|
