基于支持向量机的非线性AVO反演

发布时间：2017-09-18 01:22

  本文关键词：基于支持向量机的非线性AVO反演

  更多相关文章： 非线性 AVO反演 支持向量机 统计学习理论

【摘要】：本文提出了一种新的AVO非线性反演方法,即利用支持向量机来求解AVO非线性反演问题.文中先对支持向量机的原理进行了阐述,然后建立了适合AVO反演的支持向量机模型.最后利用该方法对模型数据和实际资料进行了反演计算,反演结果表明,该方法在没有牺牲反演效果的情况下较好的解决了传统反演方法所具有的局限性,可以直接从合成记录中提取地层的弹性参数,反演速度快、稳定性好.
【作者单位】： 中国石油大学CNPC物探重点实验室;
【关键词】： 非线性 AVO反演 支持向量机 统计学习理论
【基金】：国家重大专项(2011ZX05024-001-01) 国家自然科学基金(41140033)联合资助
【分类号】：P631.4
【正文快照】： doi:10.6038/j.issn.0001-5733.2012.03.0331引言1984年Ostrander[1]提出AVO技术后,作为一种重要的油气检测和地震岩性分析工具,得到了迅速的普及和应用[2-4].AVO(amplitude versus offset)技术是一种研究地震反射振幅随炮检距(或入射角)变化的技术.振幅随偏移距的变化是地下

【共引文献】

中国期刊全文数据库 前10条

1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期

4 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期

5 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期

6 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期

7 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期

8 高学金;王普;孙崇正;易建强;张亚庭;张会清;;一种建立发酵过程模型的新方法[J];北京工业大学学报;2006年05期

9 李红莲;焦瑞莉;范京;;支持向量机多类分类方法的精度分析[J];北京机械工业学院学报;2008年02期

10 李丽娜,侯朝桢;基于支持向量机(SVM)的工业过程辨识[J];北京理工大学学报;2003年05期

中国重要会议论文全文数据库 前10条

1 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年

2 ;Compensated Algorithm of Sensor Characteristic Based on Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 4)[C];2005年

3 ;On-line Estimation of Texaco Coal Gasification Quality Based on Support Vector Machine[A];第七届国际测试技术研讨会论文集[C];2007年

4 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

5 党建亮;张家树;;基于支持向量机的混沌跳频码预测[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

6 朱珍德;李红波;尚剑飞;刘金辉;;基于支持向量机理论的矿山动采巷道围岩变形预测分析[A];自主创新与持续增长第十一届中国科协年会论文集（1）[C];2009年

7 邵信光;杨慧中;石晨曦;;ε不敏感支持向量回归在化工数据建模中的应用[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年

8 黄伟传;杨长春;范桃园;麻三怀;;岩石物理分析技术在储层预测中的应用[A];中国科学院地质与地球物理研究所2007学术论文汇编(第六卷)[C];2008年

9 黄伟传;杨长春;王彦飞;;利用叠前地震数据预测裂缝储层的应用研究[A];中国科学院地质与地球物理研究所2007学术论文汇编(第六卷)[C];2008年

10 尚永生;杨长春;王真理;范桃园;;塔里木盆地卡4区块AVO研究[A];中国科学院地质与地球物理研究所2007学术论文汇编(第六卷)[C];2008年

中国博士学位论文全文数据库 前10条

1 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年

2 眭新光;文本信息隐藏及分析技术研究[D];解放军信息工程大学;2007年

3 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年

4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年

5 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年

6 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

7 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年

8 花月芳;基于太赫兹时域光谱技术的农药定性和定量分析[D];浙江大学;2010年

9 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

10 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 王霞;基于因子分析的心算脑电图研究[D];大连交通大学;2010年

2 杨艺;基于支持向量机的煤矿瓦斯涌出量预报器的研究[D];昆明理工大学;2009年

3 宋世丘;烟草样品中微量金属元素含量测定及模式识别研究[D];郑州轻工业大学;2010年

4 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年

5 张鑫;基于支持向量机的能源管理系统短期负荷预测[D];长春工业大学;2010年

6 胡永正;交叉口多相位智能模糊仿真控制研究与实现[D];电子科技大学;2010年

7 徐晓丹;支持向量机在矿区遥感监测图像分类中的应用研究[D];辽宁工程技术大学;2009年

8 李霜;农用柴油机润滑油中磨粒分析及浓度趋势预测[D];昆明理工大学;2008年

9 朱杰;支持向量机在入侵检测中的应用[D];西安电子科技大学;2008年

10 韩露;领域知识对领域问答系统答案抽取影响研究[D];昆明理工大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 许云书;基于模拟退火的AVO反演方法[J];新疆石油学院学报;2004年01期

2 S. Mallick;采用遗传算法作基于模型的AVO反演[J];勘探地球物理进展;1996年03期

3 赵洪波;岩体分级的进化支持向量机方法研究[J];绍兴文理学院学报;2004年07期

4 张斌,李夕海,苏娟,刘代志;基于支持向量机的核爆地震自动识别[J];核电子学与探测技术;2005年01期

5 王晓华,许云;有偏VSP-AVO反演理论研究[J];石油物探;1995年01期

6 赵洪波,冯夏庭,李邵军,尹顺德;福宁高速公路八尺门滑坡变形演化规律预测研究[J];岩土力学;2003年04期

7 陈荣淋,林建华,黄群贤;支持向量机在砂土液化预测中的应用研究[J];中国地质灾害与防治学报;2005年02期

8 钟森;AVO反演纵、横波速度[J];石油地球物理勘探;1995年03期

9 G.Drufuca;含气砂岩反射波AVO反演解的多值性问题[J];勘探地球物理进展;1995年05期

10 赵洪波,尹顺德,张友良,冯夏庭;滑坡加固方案优化的支持向量机方法研究[J];矿冶工程;2004年02期

中国重要会议论文全文数据库 前10条

1 李俊宏;姜弘道;;基于支持向量机的岩爆识别模型[A];2007重大水利水电科技前沿院士论坛暨首届中国水利博士论坛论文集[C];2007年

2 王炜;刘悦;林命周;马钦忠;赵利飞;;中国大陆强震时间序列预测的支持向量机方法[A];地震海啸与地震预报实验场学术研讨会摘要集[C];2005年

3 朱剑兵;谭明友;;基于支持向量机的地震储层参数预测方法初探[A];中国地球物理学会第二十三届年会论文集[C];2007年

4 袁野;刘洋;;基于支持向量机的储层预测方法[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

5 姜谙男;侯林波;伍平;;基于粒子群支持向量机的三维初始地应力反分析[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 贺曦;李学明;;M-SVM算法在石油检测中的应用[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

7 李曙光;;基于SVM的地震波阻抗分频非线性反演研究[A];中国地球物理学会第二十四届年会论文集[C];2008年

8 侯征;王天意;宋洪伟;刘国辉;;地下水含量预测新技术[A];中国地球物理·2009[C];2009年

9 武安绪;李平安;;基于支持向量机的地震综合预测模型研究[A];中国地球物理学会第二十四届年会论文集[C];2008年

10 王卫红;姜在兴;潘仁芳;;AVO反演技术及其应用——以山西组P1-S2砂岩为例[A];2001年全国沉积学大会摘要论文集[C];2001年

中国重要报纸全文数据库 前1条

1 记者 张云普邋通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年

中国博士学位论文全文数据库 前10条

1 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年

2 邓辉;台湾西南海域地震数据处理及天然气水合物识别[D];中国科学院研究生院（广州地球化学研究所）;2006年

3 邱道宏;括苍山高速公路隧道岩爆非线性预测研究[D];吉林大学;2008年

4 尚福华;基于统计学习的油藏水淹层的识别技术[D];哈尔滨工业大学;2007年

5 李晓龙;基于支持向量机的岩体力学参数反演及工程应用[D];郑州大学;2009年

6 董辉;基于支持向量机的岩土非线性变形行为预测研究[D];中南大学;2007年

7 李新虎;测井高分辨率层序地层分析[D];西安科技大学;2008年

8 张丽;蓟县老虎顶采石矿复垦工程地质评价[D];吉林大学;2009年

9 张延章;苏里格相震约束储层表征研究与综合评价[D];中国地质大学（北京）;2009年

10 曾联明;基于网格和智能算法的遥感岩性分类方法研究[D];中南大学;2009年

中国硕士学位论文全文数据库 前10条

1 谭锴;基于支持向量机的云南地区地震预测[D];浙江师范大学;2010年

2 高佳;基于支持向量机的地下矿泉水质预测研究[D];山东师范大学;2010年

3 侯征;支持向量机在物探方法预测含水层含水量中的应用[D];石家庄经济学院;2010年

4 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年

5 王彦霞;支持向量机在阵列电磁传播测井资料处理中的应用[D];燕山大学;2011年

6 吴芳;基于支持向量机和小波分析的地震预测研究[D];长安大学;2009年

7 曾剑毅;基于支持向量机的储层缝洞预测方法研究及应用[D];成都理工大学;2009年

8 卢世军;天然地震与人工爆破波形特征提取与识别算法研究[D];广西师范大学;2009年

9 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年

10 陆有忠;进化支持向量机及其在岩体边坡中的应用[D];宁夏大学;2004年

，

本文编号：872546