作者:李卓,刘斌,刘铁男,朱秀华,魏坤 时间:2005-01-01 点击数:
李卓,刘斌,刘铁男,朱秀华,魏坤
1:大庆石油学院地球科学学院
2:大庆石油学院电气信息工程学院
3:大庆石油学院电气信息工程学院
4:大庆石油学院成人教育学院
摘要(Abstract):
阐述了支持向量机的理论研究进程、基本原理和主要算法,并与神经网络进行了对比;介绍了支持向量机在油田生产中的应用概况.结果表明,支持向量机具有神经网络所不具备的独特优点,为解决非线性问题提供了一个新思路,是人工神经网络的替代方法.
关键词(KeyWords):统计学习理论;支持向量机;神经网络
Abstract:
Keywords:
基金项目(Foundation):
作者(Author):李卓,刘斌,刘铁男,朱秀华,魏坤
Email:
参考文献(References):
[1] VapnikVN.统计学习理论[M].许建华,张学工译.北京:电子工业出版社,2004.
[2] MangasarianDL,MusicantDR.Successiveoverrelaxationforsupportvectormachines[J].IEEETrans.NeuralNetworks,1999,10(5):1032-1037.
[3] ScholkopfB,SmolaA,WilliamsonRC,etal.Newsupportvectoralgorithms[J].NeuralComputation,2000,12(5):1207-1245.
[4] ChangChih Chung,LinChih Jen.TrainingV supportvectorclassifiers:theoryandalgorithms[J].NeuralComputation,2001,13(9):2119-2147.
[5] ScholkopfB,PlatJC,Shawe TaylorJ,etal.Estimatingthesupportofahigh dimensionaldistribution[J].NeuralComputation,2001,13(7):1443-1471.
[6] LinKuan Ming,KaoW,SunCL,etal.RadiusmarginboundsforsupportvectormachineswiththeRBFkernel[J].NeuralComputa tion,2003,12(6):1288-1298.
[7] LinChun Fu,WangSheng De.Fuzzysupportvectormachines[J].IEEETransactionsonNeuralNetworks,2002,13(2):464-471.
[8] ChewHong Gunn,BognerRobertE,LimCheng Chew.Dualnu supportvectormachinewitherrorrateandtrainingsizebiasing[A].Proceedingsof26thIEEEICASSP[C].SaltLake:2001.1269-1272.
[9] SuykensJ,VandewalleJ.Leastsquaresupportvectormachineclassifiers[J].NeuralProcessingLetters,1999,9(3):293-300.
[10] SuykensJ,BranbanterJD,LukasL,etal.Weightedleastsquaressupportvectormachines:robustnessandspareapproximation[J].Neurocomputing,2002,48(1):85-105.
[11] 姚凯丰,陆文凯,丁文龙.一种基于SVM特征选择的油气预测方法[J].地球物理勘探,2004,24(7):36-38.
[12] 赵 宇,王志良,刘冀伟.一种基于SVM的测井岩性预测新方法[J].微计算机信息,2004,20(6):50-51.
[13] 肖辞源,朱白文.综合多种地震信息预测油气富集区的模糊数学方法[J].石油地球物理勘探,1990,25(2):191-200.
[14] 蔡煜东,宫家文,甘骏人,等.应用人工神经网络方法预测油气[J].石油地球物理勘探,1993,28(5):634-638.
[15] 许建华,蔡 瑞.有监督SOM神经网络在油气预测中的应用[J].石油物探,1998,37(1):71-76.
[16] 李盼池,许少华.SVM及其在复杂水淹层识别中的应用[J].计算机应用,2004,24(9):147-149.
[17] 张 浩,赵相东,陆剑峰.数据挖掘在石化企业中的应用[J].计算机工程与应用,2004,30(1):208-210.
2019 版权所有©东北石油大学 | 地址:黑龙江省大庆市高新技术产业开发区学府街99号 | 邮政编码:163318
信息维护:学报 | 技术支持:现代教育技术中心
网站访问量: