收藏本站
《吉林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

改进的支持向量机算法在水淹层识别中的应用

渠江涛  
【摘要】:论文是以油田提出得以静态资料分析区块内剩余油分布状况为应用背景的,目的是判断区块内剩余油富集区,为剩余油富集区挖潜提供依据,稳定油田产量。水淹程度的判断是剩余油评价的关键之一。本文选择解决该问题的方法是目前机器学习领域中性能杰出的支持向量机算法。该算法在很多的领域应用中表现良好,但是也有不足。本文的关注点是大容量学习样本集和多分类情况下支持向量机的应用。针对大容量学习样本集问题,本文提出了对称预选取算法和以对称法为依据的增量式学习算法。通过两组数据实验表明对称法可以有效地提取支持向量机的一个近似集合。因此,将对称预选取算法和支持向量算法相结合的加入对称法的序列最小化优化算法是可以加快训练速度的,通过实验,结果也支持了这种观点。以对称法为依据的增量式学习算法是在对称预选取算法的基础上提出来的,这种算法比经典Batch SVM增量式算法保存更多可能的支持向量,抛弃绝大部分不可能成为支持向量的样本点。因此,该算法比Batch SVM具有更高精度,通过对比实验表明这一结论。对于支持向量机的多分类问题,本文提出改进的DAGSVM算法,该算法改变的DAGSVM对所有数据都才用固定的测试路径的方法,提出了动态路径测试办法。通过实验表明,改变的DAGSVM比DAGSVM算法的精度有所提高。最终,将改进后的支持向量机应用于水淹层识别上,取得较好的实验结果。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP301.6

【参考文献】
中国期刊全文数据库 前3条
1 赵培华;中国陆上水驱油田开发测井技术[J];测井技术;1998年05期
2 马笑潇,黄席樾,柴毅;基于SVM的二叉树多类分类算法及其在故障诊断中的应用[J];控制与决策;2003年03期
3 萧嵘 ,王继成 ,孙正兴 ,张福炎;一种SVM增量学习算法α-ISVM[J];软件学报;2001年12期
中国博士学位论文全文数据库 前1条
1 李安琪;水淹层测井解释及剩余油分布研究[D];西南石油学院;2004年
中国硕士学位论文全文数据库 前1条
1 王照宇;核方法在测井曲线识别中的应用[D];大庆石油学院;2008年
【共引文献】
中国期刊全文数据库 前10条
1 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
2 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
3 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
4 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期
5 刘翠红;;基于SVR的船舶溢油事故预测[J];环境科学与管理;2008年09期
6 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
7 张贵,乔春生;应用支持向量机回归确定岩体强度指标[J];北方交通大学学报;2004年01期
8 张玉川;张作泉;;支持向量机在股票价格预测中的应用[J];北京交通大学学报;2007年06期
9 肖燕彩;张清;;基于模糊支持向量机的变压器故障诊断[J];北京交通大学学报;2012年01期
10 吕云霄;吴美平;胡小平;;基于支持向量机的地磁辅助导航匹配区域选取准则[J];兵工自动化;2011年01期
中国重要会议论文全文数据库 前10条
1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
4 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
5 刁智华;母媛媛;;一种基于马氏距离的SVM决策树多类分类算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
6 刘英林;刘洪鹏;査星云;宋扬;;基于SVM的热轧钢卷性能分析[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
7 陈晓清;马君国;赵宏钟;付强;;基于二维小波变换的激光成像雷达目标识别算法[A];中国光学学会2010年光学大会论文集[C];2010年
8 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
9 马君国;赵宏钟;王微;;基于一维距离像的目标识别算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
10 郝增荣;刘海军;柳征;姜文利;;一种基于神经网络增量学习的辐射源识别算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
5 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
8 高山;蛋白质点突变效果预测与突变数据库研究[D];南开大学;2010年
9 丁晓东;农田养分流失风险评价及养分平衡管理研究[D];浙江大学;2010年
10 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
3 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
4 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
5 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
6 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
7 李会臣;基于时频分析的齿轮故障机理及诊断研究[D];郑州大学;2010年
8 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
9 邓禄群;高光谱图像类别信息相关技术研究[D];哈尔滨工程大学;2010年
10 欧阳杰;基于灰度图像的信息隐藏算法研究[D];哈尔滨工程大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 林海燕,戴云;一种基于沃希变换的测井自动分层方法[J];成都理工学院学报;1999年01期
2 刘志刚,秦前清,李德仁,王新洲;基于混合核函数的支撑向量机及其在遥感影像土地利用分类中的应用[J];测绘信息与工程;2003年05期
3 孙德明;褚人杰;;利用自然电位测井资料求水淹层地层水电阻率[J];测井技术;1992年02期
4 宫旭东,张继红;地层应力场分布规律与油田水淹关系[J];测井技术;2000年S1期
5 李全厚,张云英,姜萍,孙桂兰;状态空间模型在薄差水淹层测井解释中的应用[J];测井技术;2001年04期
6 王任一,杨凯雷,刘向汉;水淹层混沌频谱特征识别方法探索[J];测井技术;2004年06期
7 褚人杰;确定高含水期剩余油饱和度的方法[J];测井技术;1994年05期
8 赵培华,谭廷栋;砂岩储层胶结指数m的一种标定方法[J];测井技术;1994年06期
9 江松元;水淹层测井解释中的矿化度指示法[J];测井技术;1995年03期
10 张玎,梅红,冉文琼;应用人工神经网络识别水淹层[J];测井技术;1996年03期
中国博士学位论文全文数据库 前2条
1 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
2 刘咏梅;基于混沌时间序列分析的测井曲线识别研究[D];哈尔滨工程大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 李祥纳;艾青;秦玉平;刘卫江;;支持向量机增量学习算法综述[J];渤海大学学报(自然科学版);2007年02期
2 李忠伟,张健沛,杨静;基于支持向量机的增量学习算法研究[J];哈尔滨工程大学学报;2005年05期
3 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
4 程学云;吉根林;彭志娟;;基于SVM的信息融合新方法[J];计算机应用研究;2007年12期
5 张英,苏宏业,褚健;基于ISVM的软测量建模及其在PX生产中的应用研究[J];控制与决策;2005年10期
6 刘晔;王泽兵;冯雁;古红英;;基于增量支持向量机的DoS入侵检测[J];计算机工程;2006年04期
7 张曦煌;须文波;;基于增量学习的超球支持向量机设计[J];计算机工程与应用;2006年13期
8 孔波;刘小茂;张钧;;基于中心距离比值的增量支持向量机[J];计算机应用;2006年06期
9 孙晋文;肖建国;;基于SVM文本分类中的关键词学习研究[J];计算机科学;2006年11期
10 杨森,徐海涛,柴乔林;应用支持向量机实现增量入侵检测[J];计算机工程与应用;2004年27期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
2 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年
3 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
4 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
5 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
6 胡运红;支持向量机的若干算法研究[D];山东科技大学;2011年
7 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
8 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
9 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
10 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
7 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026