典型文献
基于机器学习的储层测井评价研究进展
文献摘要：
储层测井评价的核心是数据分析和模型驱动方法的数学建模问题,将测井评价过程转化为机器学习过程,是提高储层测井评价自动化程度和评价精度的有效手段.大量实践证明,机器学习技术能够有效解决测井评价中复杂的非线性问题,目前在测井处理质量和评价精度方面均已取得了一定的突破.但如何更有效利用海量多源测井数据,在繁多的机器学习算法中找到能达到预期结果的最优方法尚未有人进行系统总结.有鉴于此,通过对机器学习算法及其在测井评价中的应用进行详细调研,结合实例系统论述了机器学习在储层测井评价中的分类问题、回归问题、图像处理等方面取得的研究进展,深入探讨了机器学习取得良好应用效果的关键技术,提出了测井精细化储层评价的发展方向.
文献关键词：
机器学习;分类问题;回归问题;图像处理;储层测井精细化评价
中图分类号：
作者姓名：
程超;李培彦;陈雁;叶榆;高妍;张亮
作者机构：
西南石油大学地球科学与技术学院,成都 610500
文献出处：
引用格式：
[1]程超;李培彦;陈雁;叶榆;高妍;张亮-.基于机器学习的储层测井评价研究进展)[J].地球物理学进展,2022(01):164-177
A类：
储层测井精细化评价
B类：
基于机器学习,测井评价,模型驱动方法,数学建模,评价过程,学习过程,评价精度,机器学习技术,非线性问题,测井处理,用海,测井数据,机器学习算法,预期结果,有鉴于此,系统论,分类问题,回归问题,储层评价
AB值：
0.265009
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。
