《表1 各测井参数的SVM-RFE排序结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于测井参数的页岩有机碳含量支持向量机预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。