基于Boosting Tree算法的測井巖性識別模型
摘要：使用Boosting Tree算法,以錄井資料和測井資料為基礎,優選出自然伽馬、自然電位、沖洗帶電阻率、侵入帶電阻率、原狀地層電阻率、密度、補償中子、聲波時差8個對巖性敏感度較高的測井屬性,建立巖性識別模型。使用該方法對瑪北油田巖石類型齊全的6號井的目的層巖性進行識別,正確率達到89.1％,優于決策樹、支持向量機（SVM）等傳統的機器學習方法。使用Boosting Tree算法對巖性進行識別也為測井解釋提供了新的思路。
注: 保護知識產權,如需閱讀全文請聯系測井技術雜志社
相關推薦
更多
