-
题名基于核Fisher判别分析的油田油水层预测
被引量：3
- 1
-
-
作者
党彤
杨雪梅
黄琳琳
肖泽萌
李莹
-
机构
咸阳师范学院数学与信息科学学院
-
出处
《价值工程》
2015年第11期172-174,共3页
-
基金
陕西省自然科学基础研究计划项目(2014JM1032)
陕西省教育厅科学研究计划项目(2013JK1125)
+2 种基金
国家级大学生创新训练计划项目(201310722009
1814
2013027)
-
文摘
对新疆油田公司的测井数据,利用核Fisher判别分析法(KFDA)判别油层水层。首先通过非线性映射(由核函数隐含定义)将样本映射到特征空间,然后在特征空间中用fisher判别分析(FDA)进行分类。实验结果表明,KFDA方法的预测准确率达92.9%,高于用Fisher判别分析法及人工神经网络(ANN)、支持向量机(SVM)方法进行判别的准确率。
-
关键词
油层
水层
KFDA
预测
-
Keywords
oil layer
water layer
KFDA
forecast
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名基于主成分分析的油田油水层预测
被引量：1
- 2
-
-
作者
李莹
杨雪梅
肖泽萌
党彤
黄琳琳
-
机构
咸阳师范学院数学与信息科学学院
-
出处
《内江科技》
2015年第2期62-63,74,共3页
-
基金
陕西省自然科学基础研究计划项目(2014JM1032)
陕西省教育厅科学研究计划项目(2013JK1125)
+2 种基金
咸阳师范学院大学生创新训练科研计划项目(201310722009
1814
2013027)
-
文摘
本文对新疆油田公司的测井数据,利用主成分分析法(PCA)提取参数的有效特征,消除相关性,结合马氏距离判别法,建立了油层水层的预测模型,判断了油层和水层。实验结果表明,PCA+马氏距离方法的预测准确率达92.7%,高于直接用马氏距离及用人工神经网络(ANN)、支持向量机(SVM)对原始数据进行判断的准确率。
-
关键词
主成分分析
油水层识别
新疆油田公司
马氏距离
用人工神经网络
预测准确率
提取参数
预测模型
测井数据
协方差矩阵
-
分类号
P618.13
[天文地球—矿床学]
-
