典型文献
基于小波降噪与支持向量机的岩性预测方法
文献摘要：
随着机器学习和人工智能技术的发展,复杂地层岩性的自动估计已成为石油工程中最关键的要求之一.通过对正安两口水平井测井数据进行小波降噪处理,提升数据信噪比.同时利用声学(AC)、补偿中子(CNL)、密度(DEN)、伽马(GR)、光电(PE)、铀含量(U)和钍含量(TH)测井数据作为训练和测试样本,运用支持向量机(SVM)建立岩相识别模型.岩性识别准确度可达95.2％,相较于未采用降噪技术的人工智能模型相比,预测准确度提升近5个百分点.
文献关键词：
支持向量机;小波降噪;岩性预测
中图分类号：
作者姓名：
程实;阎续;杨洁
作者机构：
中石化江汉石油工程有限公司页岩气开采技术服务公司,湖北 武汉430042
文献出处：
引用格式：
[1]程实;阎续;杨洁-.基于小波降噪与支持向量机的岩性预测方法)[J].江汉石油职工大学学报,2022(06):40-43
A类：
B类：
于小波,小波降噪,岩性预测,复杂地层,地层岩性,石油工程,正安,两口,口水,水平井,测井数据,降噪处理,声学,AC,中子,CNL,DEN,伽马,GR,PE,铀含量,TH,岩相识别,识别模型,岩性识别,降噪技术,人工智能模型,预测准确度,百分点
AB值：
0.47486
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
