基于支持向量机的地震波形分类方法的研究

发布时间：2021-12-23 06:07

　　波形分类技术已经在石油勘探领域中得到广泛使用,此技术可方便准确地对地下岩层和油气储层分类预测,为勘探人员确认油气储层位置提供了一种有效的途径。但目前在地震波形分类理论和实践方面仍存在着地震数据不完整且噪声多,层位追踪过程中存在过多人工误差,特征提取复杂及分类方法效果不够理想等问题,本文主要针对上述问题进行了研究:第一,分析地震波形分类过程以及不同的应用方法,在数据预处理上应用了切比雪夫多项式拟合的插值方法和结构导向的滤波方法,在层位追踪上实现了基于波形特征和相关的层位自动追踪方法。采用主成分分析法对层位数据进行特征选取,基于决策树和支持向量机结合的分类算法实现了地震波形分类。第二,开发了一个基于支持向量机的地震波形分类软件应用平台。最后使用开发平台对实际工区数据处理,并对比分析有无决策树时支持向量机应用的效果,结果证明基于决策树和支持向量机结合的分类算法在地震波形分类上具有优越性。在应用本文提出的相关方法后,取得了较好的层位追踪效果以及实际分类效果,分类结果得到改善,本文的研究在地震探勘理论和实践方面具有一定的意义和价值。

【文章来源】： 青岛大学山东省

【文章页数】：61 页

【文章目录】：
摘要
abstract
第一章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文的研究内容和创新点
        1.3.1 论文的主要研究内容
        1.3.2 论文的主要创新点
    1.4 本文的组织结构
第二章 地震波形分类原理分析
    2.1 地震波形数据的预处理
        2.1.1 地震数据插值
        2.1.2 地震信号的降噪
    2.2 层位追踪
    2.3 地震波形数据的特征选取
        2.3.1 特征提取
        2.3.2 特征选择
    2.4 分类算法
        2.4.1 无监督分类
        2.4.2 有监督分类
第三章 支持向量机研究
    3.1 支持向量机原理
        3.1.1 最优超平面
        3.1.2 线性支持向量机
        3.1.3 非线性支持向量机
    3.2 支持向量机的多分类方法
        3.2.1 一对一分类方法
        3.2.2 一对多分类方法
        3.2.3 有向无环图分类方法
        3.2.4 纠错输出编码分类方法
    3.3 基于决策树的支持向量机多分类方法
        3.3.1 类间区分度
        3.3.2 分类思想
        3.3.3 决策树支持向量机训练过程
        3.3.4 决策树支持向量机的分类
第四章 地震波形分类平台分析及设计
    4.1 波形分类平台的需求分析
    4.2 波形分类平台的设计
        4.2.1 总体结构设计
        4.2.2 类设计
        4.2.3 模块设计
        4.2.4 算法设计
        4.2.5 界面设计
第五章 实验结果分析
    5.1 实验基本流程
    5.2 实验结果与分析
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读学位期间的研究成果
致谢



本文编号：3547936