《表2 玛北油田6号井不同算法岩性预测结果比较》
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Boosting Tree算法的测井岩性识别模型》
本文共使用研究区6口井对应目的层段的4 850个测井数据,每个测井数据的采样深度间隔为0.125m。将1~5号井的4 106个测井数据作为训练集用于训练岩性识别模型,训练集中泥岩、含砾粗砂岩、灰色砂砾岩、褐色砂砾岩的样本比例分别为32.7%、5.9%、38.4%、23.0%(见表1)。将岩性齐全的6号井的744个测井数据作为测试集以验证Boosting Tree算法的岩性识别效果,同时将其结果与使用决策树、支持向量机算法的岩性识别结果进行比较,结果见表2和表3。
图表编号 | XD008607500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.20 |
作者 | 江凯、王守东、胡永静、浦世照、段航、王政文 |
绘制单位 | 中国石油大学(北京)地球物理与信息工程学院、油气资源与探测国家重点实验室、海洋石油勘探国家工程实验室、中国石油大学(北京)地球物理与信息工程学院、油气资源与探测国家重点实验室、海洋石油勘探国家工程实验室、中国石油新疆油田公司勘探开发研究院、中国石油新疆油田公司勘探开发研究院、中国石油大学(北京)地球物理与信息工程学院、油气资源与探测国家重点实验室、海洋石油勘探国家工程实验室、中国石油大学(北京)地球物理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |