国家冰川冻土沙漠科学数据中心

元数据

名称	基于机器学习分类算法的地层水合物识别方法研究
科技资源标识	CSTR:11738.14.NCDC.XDA14.PP6146.2024
数据共享方式	开放下载
摘要	天然气水合物是高压低温条件下形成的类冰状结晶的烃类能源，燃值高、储量大，极具开发潜力。基于测井曲线可以识别地层水合物，由于传统的水合物地层识别方法依赖专家判断，效率不高、准确率不高，本文引入多种机器学习算法进行水合物层段识别，根据评价指标准确率、F1 分数、精确度与召回率等参数对预测结果进行评估，优选最佳算法。另外，通过将测井参数数目进行优化组合测试，找到不同测井参数对测试结果影响程度，优选最佳参数组合。测试结果表明集成学习算法有较好的评价效果，对未来实现智能化识别水合物有重要意义
学科分类	170.20
关键词	天然气水合物机器学习地层识别测井曲线参数优选
作者	叶智慧,宁禹强,张敏,李晓蓉
数据量	1.8 MiB
论文类型：	journal
期刊名称：	海洋技术学报
出版时间：	2021-09-01

引用和标注

数据引用

叶智慧,宁禹强,张敏,李晓蓉. 基于机器学习分类算法的地层水合物识别方法研究. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://cstr.cn/CSTR:11738.14.NCDC.XDA14.PP6146.2024.

许可协议

本作品采用知识共享署名 4.0 国际许可协议进行许可。

扫码后在手机端浏览

项目信息详情