| 基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例 |
| |
| 引用本文： | 牟丹,王祝文,黄玉龙,许石,周大鹏.基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例[J].吉林大学学报(地球科学版),2015,45(2):639-648. |
| |
| 作者姓名： | 牟丹 王祝文 黄玉龙 许石 周大鹏 |
| |
| 作者单位： | 1. 吉林大学地球探测科学与技术学院, 长春 130026;
2. 吉林大学地球科学学院, 长春 130061 |
| |
| 基金项目： | 国家“973”计划项目(2012CB822002) |
| |
| 摘 要： | 最小二乘支持向量机是在统计学习理论基础上发展起来的模式识别方法。与传统统计学相比,它能有效解决有限样本、非线性、高维数模型的建立问题,而且建立的模型具有很好的预测性能。岩性识别本质是解决分类问题,本文基于最小二乘支持向量机解决分类问题的优势,首先用GR、CNL、DEN、AC、RLLD等常规测井曲线数据建立样本空间;然后通过耦合模拟退火和交叉验证的方法寻找最佳参数,优化最小二乘支持向量机分类器;最后建立了最小二乘支持向量机岩性识别模型。通过取心段岩心描述和岩心/岩屑薄片鉴定,确定辽河盆地40口井315 m井段2 520个岩性样品作为训练样本,建立岩性识别标准。对8口井13 866 m井段110 928个火山岩数据采样点进行测井识别,可识别致密玄武岩、气孔玄武岩、粗面岩等8种主要火山岩类型。识别结果与8口测试井中316个有取心段岩心描述和岩心/岩屑薄片的精确岩矿定名对比,符合率达到75.2%,与以往测井识别复杂火山岩岩性相比,在识别准确率和效率上都有明显提高。
|
| 关 键 词： | 最小二乘支持向量机 辽河东部坳陷 火山岩 岩性分类 |
| 收稿时间： | 2014-07-02 |
Application of Least Squares Support Vector Machine to Lithology Identification:Taking Intermediate/Basaltic Rocks of Liaohe Basin as an Example |
| |
| Mou Dan
,
Wang Zhuwen
,
Huang Yulong
,
Xu shi
,
Zhou Dapeng.Application of Least Squares Support Vector Machine to Lithology Identification:Taking Intermediate/Basaltic Rocks of Liaohe Basin as an Example[J].Journal of Jilin Unviersity:Earth Science Edition,2015,45(2):639-648. |
| |
| Authors: | Mou Dan Wang Zhuwen Huang Yulong Xu shi Zhou Dapeng |
| |
| Institution: | 1. College of GeoExploration Scinece and Technology, Jilin University, Changchun 130026, China;
2. College of Earth Sciences, Jilin University, Changchun 130061, China |
| |
| Abstract: | |
| |
| Keywords: | LS-SVM Liaohe eastern depression volcanic rocks lithology classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(地球科学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(地球科学版)》下载免费的PDF全文 |
|
