[发明专利]基于选择性集成学习的孔隙度预测方法在审
| 申请号： | 202010590575.9 | 申请日： | 2020-06-24 |
| 公开（公告）号： | CN111723949A | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 段友祥;王言飞 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06N20/20 | 分类号： | G06N20/20 |
| 代理公司： | 北京睿博行远知识产权代理有限公司 11297 | 代理人： | 刘桂荣 |
| 地址： | 266580 山东省青岛市*** | 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： | 本发明提出了一种基于选择性集成学习的孔隙度预测方法。该方法在研究分析典型机器学习方法的基础上，通过“主成分方法分析”法从支持向量机、径向基(radical basis function,RBF)神经网络、随机森林、岭回归和K近邻回归等经典模型中选择出一组表现优异的个体学习模型组成集成学习模型，个体在集成模型中的权重由“主成分权重平均”法获得，最终采用加权平均法得到集成学习模型的输出。该模型简称PCA‑SEN模型。PCA‑SEN模型克服了单一模型存在的不足，模型的泛化能力强。通过该方法对储层孔隙度进行预测，以期得到更准确的预测结果。 | ||
| 搜索关键词： | 基于 选择性 集成 学习 孔隙 预测 方法 | ||
【主权项】：
暂无信息
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/202010590575.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种铆压机的工件固定方法
- 下一篇：适用于刚柔接触网的实时定位点识别方法
