《表1 各测井参数的SVM-RFE排序结果》
为了去除测井数据之间的相关性对模型带来的影响,本次研究采用递归特征消除算法对测井曲线进行优选。SVM-RFE算法由Guyon等[15]于2002年提出,SVM-RFE利用SVM的权值作为RFE的特征排序标准,SVM-RFE具体流程如图4所示,根据SOM分类结果,用SVM-RFE对SOM分类结果分别进行测井参数优选,各类测井参数的SVM-RFE的排序结果见表1。表中数字代表在不同类中各测井参数的排序位置,数字越小说明这个测井参数排名越靠前,表明其对预测结果的影响也越大。通过对各参数的排序,由于排名靠后的测井参数对结果的影响较小,相反可能会带来某些错误的信息,因此,每一类中选择排名前八位的测井参数作为模型的输入。
图表编号 | XD0070871200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 李泽辰、杜文凤、胡进奎、李冬 |
绘制单位 | 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室、中国矿业大学(北京)地球科学与测绘工程学院、中国矿业大学(北京)煤炭资源与安全开采国家重点实验室、中国矿业大学(北京)煤炭资源与安全开采国家重点实验室、中国矿业大学(北京)地球科学与测绘工程学院、中国矿业大学(北京)煤炭资源与安全开采国家重点实验室、中国矿业大学(北京)地球科学与测绘工程学院 |
更多格式 | 高清、无水印(增值服务) |