您的位置： 专家智库 > >

中国石油科技创新基金(2010D-5006-0302)

作品数：17 被引量：56H指数：4
相关作者：许少华李学贵庞跃武何新贵王兵更多>>
相关机构：东北石油大学山东科技大学北京大学更多>>
发文基金：中国石油科技创新基金国家自然科学基金黑龙江省科技攻关计划更多>>
相关领域：自动化与计算机技术石油与天然气工程更多>>

文献类型

  • 17篇中文期刊文章

领域

  • 17篇自动化与计算...
  • 1篇石油与天然气...

主题

  • 9篇神经网
  • 9篇神经网络
  • 5篇过程神经网络
  • 4篇学习算法
  • 4篇支持向量
  • 4篇支持向量机
  • 4篇子群
  • 4篇网络
  • 4篇向量
  • 4篇向量机
  • 4篇粒子群
  • 3篇优化算法
  • 3篇粒子群优化
  • 3篇半监督学习
  • 2篇遗传算法
  • 2篇油田
  • 2篇搜索
  • 2篇搜索算法
  • 2篇群算法
  • 2篇涡流

机构

  • 16篇东北石油大学
  • 4篇山东科技大学
  • 3篇北京大学
  • 2篇中国石油天然...
  • 2篇中国石油
  • 1篇哈尔滨工业大...
  • 1篇吉林大学
  • 1篇重庆邮电大学
  • 1篇中国科学院重...

作者

  • 14篇许少华
  • 5篇李学贵
  • 4篇庞跃武
  • 3篇何新贵
  • 2篇刘显德
  • 2篇严胡勇
  • 2篇王兵
  • 1篇孟耀华
  • 1篇张亚光
  • 1篇刘志刚
  • 1篇刘华蓥
  • 1篇孙毅
  • 1篇李玉龙
  • 1篇张强
  • 1篇颜卓
  • 1篇傅剑宇
  • 1篇李鸿
  • 1篇王静
  • 1篇董建华
  • 1篇王丹丹

传媒

  • 2篇大庆石油学院...
  • 2篇化工自动化及...
  • 2篇控制与决策
  • 2篇智能计算机与...
  • 1篇制造业自动化
  • 1篇信息与控制
  • 1篇计算机与数字...
  • 1篇计算机与现代...
  • 1篇计算机科学
  • 1篇科学技术与工...
  • 1篇吉林大学学报...
  • 1篇吉林大学学报...
  • 1篇计算机技术与...

年份

  • 2篇2017
  • 2篇2016
  • 1篇2015
  • 3篇2014
  • 2篇2013
  • 2篇2012
  • 5篇2011
共 17 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于支持向量机和粒子群优化的油层开采状态识别被引量：1
2017年
针对开发小层生产状态评价问题,基于油井套损检测信号和储层岩性、物性、生产动态等动静态数据,提出了一种支持向量机和粒子群优化相结合的判别算法,较大提高了对多学科信息的综合能力和判别的准确性。
李学贵许少华李娜
关键词：支持向量机粒子群优化
基于涡流搜索算法的支持向量机分类模型被引量：2
2016年
提出一种将涡流搜索算法用于支持向量机参数选取的新算法,利用该算法不必遍历搜索空间内所有的参数点即可找到全局最优解。给出了具体的算法流程,并进行了仿真。仿真实验结果表明涡流搜索算法是选取SVM参数的有效方法。
李学贵许少华李娜张强
关键词：支持向量机参数优化
基于涡流搜索算法的过程支持向量回归机模型被引量：2
2017年
针对传统支持向量回归机在机制上难以直接对时变信号进行处理的问题,提出了一种用于时间序列预测的过程支持向量回归模型,采用涡流搜索算法优化选择模型参数,采用UCI(University of California Irvine)数据库的空气质量数据集和比利时SIDC(Solar Influences Data Analysis Center)的太阳黑子数据进行仿真实验。实验结果表明,该模型预测结果均优于粒子群过程支持向量回归机和支持向量回归机的预测结果,具有较好的预测能力。
李学贵许少华李娜赵恩涛郭昊
关键词：过程支持向量机参数优化
一种基于最优分段函数逼近的过程神经网络训练算法被引量：2
2014年
提出了一种基于最优分段函数逼近的过程神经网络学习算法。将网络时变输入信号和连接权在一定精度下表示为分段函数的拟合形式,根据最小均方误差准则,构建PNN基于函数基展开的训练算法。选择低阶分段函数作为基函数,利用其良好的柔韧逼近和光滑可导性质,快速实现网络待定参数对函数样本的自适应学习。网络训练中,只需迭代调整分段函数的连接系数,可有效减少模型中的参数冗余、提高PNN对实际问题的建模能力。
许少华李玉龙刘志刚
关键词：过程神经网络分段函数
一种基于自组织过程神经网络的动态样本半监督学习算法
2011年
针对时变信号模式分类和未标记样本信息的有效利用问题,提出了一种基于自组织过程神经网络的动态样本半监督学习算法。根据获得的已标记和未标记的过程函数样本信号,分别构建基于竞争学习规则和有教师示教方法的自组织过程神经网络模型,利用该网络的自组织特性,实现动态样本的分类标识。文中分析了算法的信息处理机制,给出了具体的实现步骤。以油田开发水淹状况判别为例,实验结果验证了方法的有效性。
王丹丹刘显德
关键词：半监督学习自组织神经网络学习算法
一种过程支持向量机模型及其若干理论性质被引量：1
2011年
针对时变信号模式分类问题,建立一种过程支持向量机模型.该模型的输入为时变函数,通过核函数变换将动态模式映射到高维特征空间,经过学习训练集中函数样本类别特性,自适应提取动态模式的过程特征,直接分类辨识时变信号.证明过程支持向量机与单隐层前馈过程神经元网络的二分类能力等价;将复杂的动态模式集合非线性地映射到高维特征空间,提高动态模式的可分性;传统支持向量机是过程支持向量机的一种特例等理论性质.
许少华庞跃武王兵
关键词：过程支持向量机核函数支持向量机
一种面向系统状态参数预报的过程神经网络模型及其算法
2011年
为解决难以用确定机理模型描述的非线性系统状态预报问题,提出一种基于过程神经网络的预报模型及其算法.利用过程神经网络对动态系统的非线性映射机制和直接辨识建模能力,面向系统状态参数预测,建立一种反映系统过程模态特征变化的过程神经网络模型,分析模型的预测机制,给出相应学习算法.为弥补实际采样数据不足及提高数据信息利用率,利用相空间重构方法构造过程神经网络训练函数样本集.以油田开发井组采油速度状态变化预报为例,通过实验验证模型和算法的有效性.
庞跃武许少华
关键词：非线性系统过程神经网络学习算法采油速度
基于空间划分树的多目标粒子群优化算法被引量：7
2011年
提出一种基于空间划分树的多目标粒子群优化算法,该算法采用网格拥挤距离与网格密度相结合的策略选取全局极值,能加速算法收敛,保持种群多样性,在提高全局极值选取准确度的同时使最终解保持了较好的分布性.
刘华蓥王静许少华孙毅
关键词：多目标优化粒子群算法
一种模糊推理过程神经网络及其应用研究被引量：1
2012年
针对带有过程性模糊信息或动态领域规则的时变信息处理问题,提出一种模糊推理过程神经网络.该模型将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合,将推理规则表示为过程神经元.利用过程神经网络的学习性质来实现对过程性定量与定性混合信息的自适应处理.分析了模糊推理过程神经网络的信息处理机制,并给出了相应的学习算法.以抽油机平衡诊断为例,实验结果验证了所提出模型和算法的有效性.
许少华庞跃武何新贵
关键词：学习算法实际应用
基于IPSO-GNN的油田指标预测模型研究被引量：2
2014年
针对油田开发指标预测问题,提出将灰色神经网络(GNN)与改进粒子群算法(IPSO)相结合的组合预测模型(IPSOGNN),通过IPSO对GNN的a、u参数进行优化,改善了GNN的不足,有效地保证了预测精度。以油田开发指标中的含水率作预测算例,仿真结果表明:此模型的预测精度高于灰色预测模型、灰色神经网络以及BP神经网络模型,同时也表明了此方法的可行性与有效性。
严胡勇傅剑宇董建华颜卓李鸿李广砥
关键词：灰色神经网络粒子群优化算法
全选 清除 导出
共2页<12>
聚类工具0