您的位置: 专家智库 > >

任在清

作品数:4 被引量:10H指数:2
供职机构:成都理工大学信息科学与技术学院更多>>
发文基金:数学地质四川省重点实验室开放基金国家自然科学基金更多>>
相关领域:理学石油与天然气工程自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇理学
  • 2篇石油与天然气...
  • 1篇自动化与计算...

主题

  • 3篇储层
  • 3篇储层参数
  • 3篇储层参数预测
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇最小二乘
  • 2篇向量机
  • 2篇粗糙集
  • 1篇神经网
  • 1篇神经网络
  • 1篇省际
  • 1篇时序立体数据...
  • 1篇偏最小二乘
  • 1篇全局主成分分...
  • 1篇主成分
  • 1篇主成分分析
  • 1篇最小二乘支持...
  • 1篇向量
  • 1篇孔隙
  • 1篇孔隙度

机构

  • 4篇成都理工大学

作者

  • 4篇任在清
  • 3篇戈汉权
  • 2篇施泽进
  • 1篇钟琳

传媒

  • 2篇成都理工大学...
  • 1篇四川理工学院...

年份

  • 2篇2008
  • 2篇2007
4 条 记 录,以下是 1-4
排序方式:
基于偏最小二乘与神经网络耦合的储层参数预测被引量:5
2007年
将偏最小二乘回归(PLS)与神经网络(NN)耦合,建立了储层参数预报模型。利用偏最小二乘对影响储层参数的诸多因素进行分析,提取对因变量影响强的成分,从而克服了变量间的多重相关性问题,降低了神经网络的输入维数;同时,利用神经网络建模可以较好地解决非线性的储层参数预测问题。计算实例表明,本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度。
戈汉权施泽进任在清
关键词:偏最小二乘神经网络储层参数预测
基于RS与LS-SVR的储层参数预测
2007年
该文提出结合粗糙集(RS)和最小二乘支持向量回归(LS-SVR)的方法。该方法利用RS对原始数据进行约简,更好地减少了支持向量的维数;同时采用LS-SVR解决了常规SVM计算速度慢、抗噪能力差的缺点。实例证明该方法应用在复杂地层储层参数预测中具有优越性。
施泽进任在清戈汉权
关键词:粗糙集最小二乘支持向量机孔隙度
基于GPCA的中部省际农村居民生活水平动态分析被引量:5
2008年
文章首先构建评价农村居民生活水平的指标体系,之后运用全局主成分分析法(GPCA),实证研究了我国中部各省农村居民从2001年-2006年生活水平的时间演变,并对结果进行了比较分析。
钟琳任在清戈汉权
关键词:时序立体数据表全局主成分分析
基于粗糙集与支持向量机的储层参数预测
储层参数是反映储集层油气储量的重要参数,储层参数的准确预测对评价地层有着十分重要的意义。而测井资料是最接近地层的数据,通过测井资料能够更好的预测储层参数,所以利用测井资料对储层参数进行预测是目前最经济有效的方法。但是当前...
任在清
关键词:粗糙集支持向量机储层参数测井资料
文献传递
共1页<1>
聚类工具0