首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机回归的煤层含气量预测
引用本文:连承波,赵永军,李汉林,渠芳,蔡福龙,张军涛. 基于支持向量机回归的煤层含气量预测[J]. 西安科技大学学报, 2008, 28(4)
作者姓名:连承波  赵永军  李汉林  渠芳  蔡福龙  张军涛
作者单位:1. 中国石油大学,地球资源与信息学院,山东,257061
2. 中国科学院地质与地球物理研究所,北京,100029
3. 南京大学地球科学系,南京,210093
基金项目:国家重点基础研究规划项目(973项目)  
摘    要:为了探讨煤层含气量的有效预测方法,将支持向量机回归方法用于建立煤层含气量预测模型。利用所选的测井参数,采用基于小样本理论的支持向量机回归方法建立测井参数与煤层含气量的关系模型,对煤层含气量进行预测。实例分析表明,选取适当的测井参数,利用支持向量机回归方法建立的煤层气含量预测模型,其预测结果与实测结果的误差小。

关 键 词:支持向量机  测井参数  煤层含气量

Prediction of coalbed gas content based on support vector machine regression
LIAN Cheng-bo,ZHAO Yong-jun,LI Han-lin,QU Fang,CAI Fu-long,ZHANG Jun-tao. Prediction of coalbed gas content based on support vector machine regression[J]. JOurnal of XI’an University of Science and Technology, 2008, 28(4)
Authors:LIAN Cheng-bo  ZHAO Yong-jun  LI Han-lin  QU Fang  CAI Fu-long  ZHANG Jun-tao
Affiliation:LIAN Cheng-bo1,ZHAO Yong-jun1,LI Han-lin1,QU Fang1,CAI Fu-long2,ZHANG Jun-tao3
Abstract:Support vector machine regression was proposed to predict coalbed gas content based on well logging data.The model of correlation between coalbed gas content and well logging parameters was established based on support vector machine regression.The model was used to predict coalbed gas content.The practical application shows that the error between predicted results and those analyzed by sample test is small.
Keywords:support vector machine  well logging parameters  coalbed gas content
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号