首页 期刊 科技广场 SVM决策树在沉积微相识别中的应用 【正文】

SVM决策树在沉积微相识别中的应用

作者:展文宁; 蔡英; 李一民; 王玉杰 昆明理工大学信息工程与自动化学院; 云南昆明650051
支持向量机   决策树   沉积微相   核函数   识别  

摘要:支持向量机(SVM)作为统计学理论最年轻的分支,其应用日益广泛。针对油层沉积微相的多类识别问题,可采用支持向量机和决策树相结合的方法。对传统的SVM决策树进行改进的基础上,在SVM核函数选取过程中,构造了与实际问题有关的核函数。此方法有效的降低了支持向量机的设计难度,同时提高了识别精度和泛化能力。最后用实例对比神经网络验证了该方法的优越性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅