[发明专利]一种基于支持向量机算法的流动单元信息分类识别方法在审
| 申请号： | 201910889252.7 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110717301A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 徐守余;路研;陈麦雨;王鑫;张晓帆;徐梦佳;邹世豪 | 申请（专利权）人： | 中国石油大学(华东) |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62 |
| 代理公司： | 11531 北京汇捷知识产权代理事务所(普通合伙) | 代理人： | 马金华 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于石油天然气勘探与开发技术领域，公开了一种基于支持向量机算法的流动单元信息分类识别方法，样本集合的确定及数据预处理，并采用MATLAB中的mapminmax函数完成样本数据的归一化处理；采用C‑SVM分类技术，进行模型构建及参数寻优；利用测试样本对建立的预测模型进行预测与检验。本发明采用在非线性问题上处理能力较强的基于支持向量机算法的流动单元信息分类识别方法。本发明具有较高的吻合度，利用支持向量机算法开展流动单元研究的可信度较高，对剩余油潜力预测具有一定的参考价值。支持向量机算法在解决研究目标与多个因素相关的线性或非线性问题时，具有精度高、速度快、通用性强的优点。 | ||
| 搜索关键词： | 支持向量机算法 流动单元 非线性问题 信息分类 石油天然气勘探 归一化处理 剩余油潜力 数据预处理 参数寻优 测试样本 模型构建 通用性强 研究目标 样本集合 样本数据 预测模型 可信度 吻合度 预测 参考 检验 开发 研究 | ||
【主权项】：
1.一种基于支持向量机算法的流动单元信息分类识别方法，其特征在于，所述基于支持向量机算法的流动单元信息分类识别方法包括以下步骤：/n第一步，样本集合的确定及数据预处理；并采用MATLAB中的mapminmax函数完成样本数据的归一化处理；/n第二步，采用C-SVM分类技术，进行模型构建及参数寻优；/n第三步，利用测试样本对建立的预测模型进行预测与检验。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东)，未经中国石油大学(华东)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910889252.7/，转载请声明来源钻瓜专利网。
