基于LS—SVM的测井物性参数的预测方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：支持向量机（SVM）是近年来发展起来的一种通用的机器学习方法，在小样本数据的拟合中已获得了很好的效果。采用新型的支持向量机——最小二乘支持向量机（LJS—SVM）对孔隙度、渗透率和饱和度进行了预测，获得了满意的结果。该方法易于使用，很少受不确定性因素的影响，并具有较强的信息整合能力以及更高的预测准确性。

原文链接:http://www.cqvip.com//QK/91690X/200723/25148151.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测方法 SVM 支持向量机 cqvip HTTP 最小二乘支持向量回归机 孔隙度 渗透率 饱和度 预测