《基于支持向量机与信息融合的地震油气预测方法》PDF+DOC
作者:金龙,陈小宏,王守东
单位:东方地球物理勘探有限公司
出版:《石油地球物理勘探》2006年第01期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFSYDQ2006010150
DOC编号:DOCSYDQ2006010159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于模糊理论的多传感器信息融合算法》PDF+DOC2012年第10期 李辉,潘恺,张新
《基于PCR5规则的非合作目标识别方法研究》PDF+DOC2019年第02期 李洋,卓志敏,张南,张丹丹
《基于目标识别的D-S数据融合》PDF+DOC2006年第04期 陈源,杨峰
《多传感器数据融合技术与应用》PDF+DOC2005年第05期 陈俊任,王保强,刘心田
《D-S证据理论在通信雷达一体化侦察系统对武器平台识别中的应用》PDF+DOC2004年第06期 王勇,毕大平
《多传感器信息融合在航天侦察中的应用》PDF+DOC2012年第03期 李丹,于小红
《基于关联分析的频谱感知信息加权融合算法》PDF+DOC2010年第12期 申涛,胡中豫,李高峰,李伟
《改进的证据理论在目标识别中的应用》PDF+DOC2008年第07期 邓鹏华,毕义明,刘卫东,王晓梅
《基于多传感器信息融合的故障诊断方法研究及应用》PDF+DOC2013年第06期 刘希亮,陈桂明,李方溪,张倩
《基于改进证据理论的齿轮泵故障诊断方法研究》PDF+DOC2013年第07期 刘希亮,陈桂明,李方溪,张倩
地震油气预测中的不确定性因素包括地震属性选取、预测算法选择、环境噪声及原始数据观测误差等。为消除这些不确定性因素,本文利用支持向量机与信息融合理论进行地震油气预测,支持向量机首先通过利用内积函数定义的非线性变换将输入空间变换到一个高维空间,在这个空间中求(广义)最优分类面,其分类函数形式上类似于一个神经网络,输出是中间节点的线性组合,每个中间节点对应一个支持向量。支持向量机可以解决分类问题和拟合问题,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。信息融合是利用时间、空间的多传感器信息资源,采用数学方法和计算机技术对观测信息在一定准则下加以自动分析、综合和使用,从而比单一传感器观测对象获得更优越的一致性信息和描述,减小环境对决策的影响。将支持向量机与信息融合两者结合应用,能同时减小多种因素引起的不确定性,提高油气预测精度。此方法用于实际数据,得到了较好的预测结果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。