利用苏里格研究区岩屑录井资料,优选了对岩性差异具有较好指示作用的自然伽马和光电吸收截面指数两条测井曲线参数作为训练和测试样本,并且做归一化处理以消除测井响应特征量纲不一致的影响,使用交叉验证方法对支持向量机的关键参数则进行最佳寻优,得到了一种基于交叉验证优化的支持向量机岩性识别模型并在研究区对多口井样本进行岩性识别。对比实验结果,支持向量机法平均符合率达到了91.25%,高于神经网络法和交会图法的识别准确率,而且收敛速度更加快,取得良好的应用效果。
科研之友
微信
新浪微博
Facebook
分享链接
