基于PCA与支持向量回归的储层渗透率预测

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:ry0205
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在测井技术与储层基本特征研究的基础上,对与渗透率相关的测井参数和岩心参数进行了分析,根据传统的储层渗透率预测方法,提出了一种基于主成分分析与支持向量回归的储层渗透率预测方法。应用主成分分析对测井参数和岩心参数进行数据降维,优选出与渗透率最相关的参数,将优选出的测井参数和岩心参数作为支持向量回归模型的输入参数进行渗透率预测。实验结果表明,利用主成分分析算法提取的特征参数与渗透率有较好的相关性,且支持向量回归具有较高的预测精度,显示出主成分分析和支持向量回归在储层渗透率预测中的优势与实际应用价值。
其他文献
相比传统农产品,特色农产品一般种植面积、产量有限,因此如何在现有规模的基础上提高效益,值得我们思索。在这方面,福建省福安市溪尾镇百香果产业的发展提供了一个例证。
蚁群算法是近几年优化领域中新出现的一种启发式仿生并行智能进化系统。它具有很多优良的性质,但同时也存在一些缺点,如运算过程中收敛速度慢,易出现停滞现象等。基于上述不
分析了Java哈希表的实现特点并给出了导致其性能恶化的一种数据模式。针对这种数据模式的特点,提出了基于素数序列的哈希表优化方法,从而几乎完全避免了该模式下哈希表的性能
为了探索祁东县单季超级稻与西兰花水旱轮作高效种植模式,2017年在祁东县白地市镇七宝山北麓江南华兴种植专业合作社西兰花基地,开展了单季超级稻与西兰花水旱轮作高效种植模