论文部分内容阅读
针对目前油气探测中的气测录井技术无法进行现场快速检测的问题,提出将电子鼻用于油气探测中烃类气体的快速检测.将特征提取方法(最大值、平均值、傅里叶变换、高斯变换、指数函数曲线拟合、正弦函数曲线拟合)用于电子鼻数据预处理,分析表明:最大值与原始数据的相关性最高,指数函数曲线拟合与原始数据的相关性最低.主成分分析(PCA)和机器学习分类结果表明:主成分分析无法识别不同组分的烃类气体;选择最大值为特征值时,机器学习分类效果最好,逻辑回归、K最近邻、CatBoost、GBDT、Bagging识别率可达1;不同机器学习算法中支持向量机整体分类效果最好,所有特征提取方法的平均识别率达到了0.989.