一种基于SVDD从地震属性分类含水饱和度的新颖框架
机器学习
2016-12-06 v1 机器学习
摘要
含水饱和度是油藏工程领域的重要属性。因此，从地震属性对含水饱和度进行满意分类有益于储层表征。然而，地下属性的多样和非线性本质使分类任务困难。在此背景下，本文提出一种基于广义支持向量数据描述(SVDD)的新颖分类框架，从三种地震属性（地震阻抗、振幅包络和地震甜度）将含水饱和度分为两类（高类与低类）。G度量均值和程序执行时间用于量化所提框架与已有有监督分类器的性能。记录结果表明所提框架优于现有分类器。本研究有望进一步贡献于储层建模。
引用
@article{arxiv.1612.00841,
title = {A Novel Framework based on SVDD to Classify Water Saturation from Seismic Attributes},
author = {Soumi Chaki and Akhilesh Kumar Verma and Aurobinda Routray and William K. Mohanty and Mamata Jenamani},
journal= {arXiv preprint arXiv:1612.00841},
year = {2016}
}
备注
6 pages, 8 figures, 2table Presented at Fourth International Conference on Emerging Applications of Information Technology (EAIT 2014), ISI Kolkata, India