期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于不同机器学习模型的石油测井数据岩性分类对比研究
被引量:
1
1
作者
江丽
张智谟
+3 位作者
王琦玮
封志兵
张博程
任腾飞
《物探与化探》
CAS
2024年第2期489-497,共9页
特定的计算工具帮助地质学家识别和分类油井钻探的岩石岩性,降低成本并提高工作效率。机器学习方法集成了大量信息,能够高效地实现模式识别和准确决策。文章将挪威海5口油井进行岩性分类,通过将数据随机分为训练集(70%)和测试集(30%),...
特定的计算工具帮助地质学家识别和分类油井钻探的岩石岩性,降低成本并提高工作效率。机器学习方法集成了大量信息,能够高效地实现模式识别和准确决策。文章将挪威海5口油井进行岩性分类,通过将数据随机分为训练集(70%)和测试集(30%),利用多变量测井参数数据进行训练和验证,对比多层感知器(MLP)、决策树、随机森林和XGboost等模型的应用效果。研究结果显示,XGBoost模型在数据的泛化性方面表现更佳,其准确率为95%;随机森林模型次之,准确率为94%;而多层感知机(MLP)和决策树模型表现出较好的鲁棒性,准确率分别为92%和90%。
展开更多
关键词
岩性识别
机器学习
石油测井
XGBoost算法
随机森林
下载PDF
职称材料
题名
基于不同机器学习模型的石油测井数据岩性分类对比研究
被引量:
1
1
作者
江丽
张智谟
王琦玮
封志兵
张博程
任腾飞
机构
东华理工大学放射性地质与勘探国防重点学科实验室
东华理工大学核资源与环境国家重点实验室
中国石油辽河油田辽兴油气开发公司
出处
《物探与化探》
CAS
2024年第2期489-497,共9页
基金
放射性地质与勘探国防重点学科实验室开放基金(2020RGET06)
江西省教育厅科学技术研究项目(GJJ220075)
+2 种基金
中国铀业有限公司—东华理工大学核资源与环境国家重点实验室联合创新基金项目(2023NRE-LH-08)
中国核工业地质局生产中科研项目(202311-5)
东华理工大学博士科研启动基金项目(DHBK2019087)。
文摘
特定的计算工具帮助地质学家识别和分类油井钻探的岩石岩性,降低成本并提高工作效率。机器学习方法集成了大量信息,能够高效地实现模式识别和准确决策。文章将挪威海5口油井进行岩性分类,通过将数据随机分为训练集(70%)和测试集(30%),利用多变量测井参数数据进行训练和验证,对比多层感知器(MLP)、决策树、随机森林和XGboost等模型的应用效果。研究结果显示,XGBoost模型在数据的泛化性方面表现更佳,其准确率为95%;随机森林模型次之,准确率为94%;而多层感知机(MLP)和决策树模型表现出较好的鲁棒性,准确率分别为92%和90%。
关键词
岩性识别
机器学习
石油测井
XGBoost算法
随机森林
Keywords
lithology identification
machine learning
oil logging
XGBoost gorithm
random forest
分类号
P631 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于不同机器学习模型的石油测井数据岩性分类对比研究
江丽
张智谟
王琦玮
封志兵
张博程
任腾飞
《物探与化探》
CAS
2024
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部