基于近似支持向量机的流体识别方法

摘要

多属性分析是支持向量机的一个重要功能.它可以基于同一目标的多个属性进行综合分析并得出反映该事物属性特征的最佳判别规则,是解决识别问题的一种重要方法.相对于传统的支持向量机,近似支持向量机(PSVM)在大数据量训练集的处理效率上具有较明显的优势且准确度高,适合处理信息量丰富的测井属性组合.一般情况下,采用两种属性值做交会图并通过数据的分布差异来定性区分流体或岩性的做法较为常见,也可利用拟合等方式来实现简单的定量划分.但这些方式均在精度上有所欠缺,且不能正确划分相互重合区域的两类数据.本文讨论了基于近似支持向量机的流体识别方法.通过利用流体识别因子或各测井曲线值作为训练集,并求解基于等式约束的最优化问题得到最优决策函数,可在短时间内获取属性值分布上的学习经验.该方法在数据点相互重合区域的识别效果上有一定的改善.将该方法用于某地龙王庙组地层的气水识别,能够实现较高的准确率.