论文部分内容阅读
支持向量机（SVM）是一种以坚实理论为基础的新的小样本学习方法，它避开了从9-3纳到演绎的传统过程，极大地简化了通常的分类和回9-3等问题。SVM的最终决策函数只由少数的支持向量所确定，计算的复杂性取决于支持向量的数目，而不是样本空间的维数，这在某种意义上避免了“维数灾”。用支持向量机方法对大庆油田某区块压裂数据进行了处理，建立了单井压裂增油量预测模型。实际应用效果表明，支持向量机方法对于预测单井措施的增油是一种比较切实可行的方法，它具有预测精度高，方法简单、可靠的优点。