支持向量机在钻井工程数据拟合中的应用  

Application of Support Vector Machine in the Data Fitting of Drill Well Engineering

作　　者：陈华[1] 范宜仁[1] 邓少贵[1] 

机构地区：[1]中国石油大学(华东),山东东营257061

出　　处：《计算机工程与应用》2006年第21期178-179,213,共3页Computer Engineering and Applications

摘　　要：支持向量机(SVM)是近年来发展起来的一种通用的机器学习方法,在小样本数据的拟合中已获得了很好的效果。对于常见的支持向量回归机方法:ε-支持向量回归机和最小二乘支持向量回归机进行了归纳总结,并给出了一具体应用案例。Support Vector Machine（SVM） is a general machine learning method in recent years,by which good results have been obtained in fitting of small samples.Summarlze Support Vector Machine methods which are often applied：ε- Support Vector Regression and Least square Support Vector Regression ,and illustrates a application case.

关 键 词：支持向量机 拟合 ε-支持向量回归机 最小二乘支持向量回归机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]