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