已閱讀1頁，還剩43頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、 油層識別是石油勘探與開發(fā)的主要任務(wù)，也是測井數(shù)據(jù)挖掘的主要工作之一。目前基于支持向量機(SVM)的數(shù)據(jù)挖掘方法比較盛行，最小二乘支持向量機(LS-SVM)是支持向量機算法的改進，但是存在懲罰參數(shù)和所選核函數(shù)的參數(shù)不易選取問題，為此，可以采用量子粒子群算法(QPSO)和半正定規(guī)劃算法(SDP)優(yōu)化支持向量機的參數(shù)，分別研究了基于QPSO的LS-SVM和基于SDP的SVM的數(shù)據(jù)挖掘方法，并應(yīng)用于油層識別，實際應(yīng)用表明是切實可行的。主要研
2、究工作如下：
在描述支持向量機的理論基礎(chǔ)上，為了克服支持向量機中核函數(shù)參數(shù)不易確定等問題，做了兩種改進算法。第一種改進方法是采用量子粒子群(QPSO)算法優(yōu)選最小二乘支持向量機中的懲罰因子和核函數(shù)寬度參數(shù)；第二種改進方法是采用半正定規(guī)劃對標準支持向量機進行處理，優(yōu)選核函數(shù)的組合系數(shù)。經(jīng)仿真實驗表明，兩種算法皆能取得很好的分類效果，且明顯優(yōu)于未改進前的算法。
從測井數(shù)據(jù)挖掘角度出發(fā)，構(gòu)建了測井數(shù)據(jù)挖掘系統(tǒng)，并應(yīng)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘及其應(yīng)用研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘.pdf
- 基于支持向量機的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于支持向量機的工業(yè)數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于聚類技術(shù)支持向量機的數(shù)據(jù)挖掘研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘方法.pdf
- 面向數(shù)據(jù)挖掘的支持向量機技術(shù)研究.pdf
- 支持向量機在中醫(yī)指癥數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 基于支持向量機的過程工業(yè)數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于支持向量機的算法及應(yīng)用研究.pdf
- 基于支持向量機的智能數(shù)據(jù)挖掘算法研究.pdf
- 基于支持向量機的車牌識別技術(shù)應(yīng)用研究.pdf
- 基于支持向量機的代價敏感數(shù)據(jù)挖掘研究與應(yīng)用.pdf
- 基于改進支持向量機的數(shù)據(jù)挖掘分類算法研究.pdf
- 基于支持向量機的入侵檢測技術(shù)的應(yīng)用研究.pdf
- 基于支持向量機的數(shù)據(jù)挖掘預(yù)測算法的研究與應(yīng)用.pdf
- 基于支持向量機的情報數(shù)據(jù)分類挖掘.pdf
- 基于聚類和支持向量機的數(shù)據(jù)挖掘方法研究.pdf
- 用于數(shù)據(jù)挖掘的支持向量機算法研究.pdf
評論
0/150
提交評論