赵斐
- 作品数：3 被引量：3H指数：1
- 供职机构：西安石油大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学天文地球更多>>
- 支持向量回归在原油高压物性参数预测中的应用研究
- 地层原油的高压物性参数,如原油的泡点压力、地层体积系数、溶解气油比、油藏温度、原油比重和天然气比重等,在油气藏的储量计算以及确定油藏的特性等工作中起到了关键作用。由于传统经验公式仅适用于特定性质的油藏。因此,经验公式并不...
- 蔡磊赵斐程国建
- 关键词：支持向量回归高压物性参数体积系数神经网络
- 文献传递
- 基于支持向量回归的原油高压物性参数预测
- 2010年
- 地层原油的高压物性参数,如原油的泡点压力、地层体积系数、溶解气油比、油藏温度、原油比重和天然气比重等,在油气藏的储量计算以及确定油藏的特性等工作中起到了关键作用。由于传统经验公式仅适用于特定性质的油藏。因此,经验公式并不适合于计算所有类型原油的高压物性参数。近年,研究者将神经网络引入到原油的高压物性参数的计算中,但是,神经网络存在模型结构复杂、参数选择困难、易出现过拟合且精确度低等问题。而支持向量机能够较好地解决神经网络出现的问题,因此,该文将支持向量回归(SupportVectorRegression,SVR)算法引入到了地层原油高压物性参数的预测中,并且与神经网络的预测结果进行对比分析。实验结果表明,支持向量回归模型具有较好的预测结果以及实际应用价值。
- 赵斐蔡磊程国建
- 关键词：支持向量回归高压物性参数体积系数神经网络
- 神经网络在基因序列预测中的应用研究被引量：3
- 2008年
- 人类基因组计划的开展随之产生了巨量的基因组信息,区分DNA序列上的外显子和内含子成为基因工程中对基因进行识别和鉴定关键环节之一[1]。如何建立良好的系统模型将基因组数据进行有效地存储、分析和挖掘,仍是难题。本文着重研究将多层前馈神经网络应用于基因序列的预测分析中,成功从基因序列上识别出剪接位点,进而区分内含子和外显子边界。使用MATLAB神经网络工具箱和图形用户界面开发技术,对UCI机器学习数据库中的基因数据集采用二进制数字编码,完成样本选取;创建优化算法的BP神经网络和GRNN神经网络并加以训练、仿真和测试。
- 程国建赵斐吴晓怡
- 关键词：神经网络基因工程内含子外显子
