2024年12月11日
星期三
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
王昕旭
作品数:
1
被引量:5
H指数:1
供职机构:
东北石油大学地球科学学院
更多>>
发文基金:
国家大学生创新性实验计划
国家杰出青年科学基金
更多>>
相关领域:
天文地球
更多>>
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
天文地球
主题
1篇
地震
1篇
地震数据
1篇
神经网
1篇
神经网络
1篇
偏最小二乘
1篇
偏最小二乘回...
1篇
孔隙
1篇
孔隙度
1篇
孔隙度预测
机构
1篇
东北石油大学
作者
1篇
王昕旭
传媒
1篇
地球物理学进...
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
偏最小二乘回归在孔隙度预测中的应用
被引量:5
2015年
孔隙度是储层评价的重要参数之一.本文首次提出将偏最小二乘回归法应用于孔隙度预测.首先从此方法的数学原理和优点分析,探究其可行性出发,优选基于地震数据中与孔隙度相关性较大的五种地震属性,建立回归方程.其次针对靶区采用神经网络法、逐步回归法和偏最小二乘回归法,分别预测出井点处的孔隙度值,并与井点处已知孔隙度值进行比较,计算其各自相对误差.从而表明了应用偏最小二乘回归法,预测孔隙度的精度相对较高.最后根据其建立的回归方程,对靶区进行孔隙度预测,得到靶区的孔隙度分布情况.
王昕旭
关键词:
地震数据
孔隙度预测
偏最小二乘回归
神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张