节点文献

知识数据驱动下基于随机森林的回归方法在岩心分析数据中的渗透率预测

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 罗小丽高杰

【机构】 中国石油大学(北京)地球物理学院

【摘要】 岩石渗透性的大小是决定油气藏能否形成和油气产能大小的重要因素,机器学习作为一种实现人工智能的方法,近年来在地球物理领域得到了广泛的应用。本文基于岩心分析数据,以渗透率为目标,将随机森林放在特征筛选这一阶段,采用岭回归进行拟合预测,旨在研究不同的数据预处理方法对同一算法模型的影响。

【关键词】 数据驱动机器学习渗透率随机森林岭回归
  • 【会议录名称】 2021年中国地球科学联合学术年会论文集(三十六)—专题一百零六 地球科学大数据与人工智能、专题一百零七 地球生物学与天体生物学、专题一百零八 古脊椎动物学最新进展
  • 【会议时间】2021-11
  • 【分类号】TE311
节点文献中: 

本文链接的文献网络图示:

本文的引文网络