论文部分内容阅读
针对海拉尔盆地乌南地区岩性复杂、岩性识别难的问题，在岩心分析资料的刻度下，首先采用主成分分析法优化测井输入参数，然后利用支持向量机的方法进行学习预测，并与聚类分析和神经网络的分类结果进行了比较。对比表明，支持向量机具有结构简单、适应性强、全局优化、训练时间短、泛化能力强等优点，尤其是在解决小样本、非线性和高维模式识别等问题方面，表现出其特有的优势。该方法克服了常规统计方法的局限性，可以在有限样本的情况下得到全局最优解。应用效果表明，利用支持向量机方法识别岩性，具有解释精度高，推广性好的特点，为复杂岩性识别