分支定界半監(jiān)督SVM在油層識(shí)別中的應(yīng)用

賀紫平，夏克文，潘用科，王 莉

(河北工業(yè)大學(xué) 電子信息工程學(xué)院，天津 300401)

0 引 言

在石油勘探與開發(fā)以及測井解釋的過程中，通常采用測井解釋工程師的經(jīng)驗(yàn)進(jìn)行油層識(shí)別。但其無法達(dá)到高效的推廣油層解釋工作的目的。為此不少學(xué)者將監(jiān)督的人工智能方法，比如貝葉斯支持向量機(jī)[1]、量子粒子群優(yōu)化的支持向量機(jī)(support vector machine based on quantum-behaved particle swarm optimization, QPSO-SVM)[2]、多核相關(guān)向量機(jī)(multiple-kernel relevance vector machine based on SOCP, MKRVM)[3]等應(yīng)用到石油識(shí)別中，取得了不錯(cuò)的效果。由于有標(biāo)簽樣本缺乏，傳統(tǒng)監(jiān)督預(yù)測模型存在著過擬合的問題。其次，獲取有標(biāo)簽的石油數(shù)據(jù)需花費(fèi)很大代價(jià)。半監(jiān)督學(xué)習(xí)可以通過大量的未標(biāo)記數(shù)據(jù)來改善分類器效果，訓(xùn)練在所有數(shù)據(jù)分布上都具有強(qiáng)泛化能力的模型。Shamanism和Landgrebe于1994年首次將半監(jiān)督學(xué)習(xí)(semi-supervised learning,SSL)方法應(yīng)用于衛(wèi)星遙感圖像分析中，而后SSL陸續(xù)在中文文本分類、視頻、網(wǎng)頁信息提取、圖像分類、大規(guī)模圖像檢索等眾多領(lǐng)域取得了成功應(yīng)用。如Zhang等將基于圖的SSL應(yīng)用于視頻領(lǐng)域研究[4]。Cheng等將粒子群優(yōu)化算法(particle swarm optimization, PSO)優(yōu)化的S3VM算法應(yīng)用于中文文本分類[5]。Guilaumin等將多模態(tài)SSL用于圖像分類[6]。Wang等將SSL散列法用于大規(guī)模圖像檢索中，取得了顯著的性能提高[7]。Carlson等利用耦合的SSL在網(wǎng)頁中提取有效的信息[8]。羅偉平等將最小二乘半監(jiān)督SVM應(yīng)用于海上石油識(shí)別，成功地對油層進(jìn)行了準(zhǔn)確預(yù)判[9]。文獻(xiàn)[10]針對軟件缺陷預(yù)測研究中類標(biāo)簽數(shù)據(jù)難以獲取和類不平衡分布問題，提出基于采樣的半監(jiān)督支持向量機(jī)預(yù)測模型。王立國等將K均值聚類和孿生支持向量機(jī)相結(jié)合的半監(jiān)督方法應(yīng)用于高光譜圖像分類中，最終縮短了整個(gè)分類過程中所需的時(shí)間，并提高了分類銷量[11]。文獻(xiàn)[12]提出了一種集成S3VM的方法，并將該算法應(yīng)用于極化合成孔徑雷達(dá)圖像的地面覆蓋分類。傳統(tǒng)監(jiān)督預(yù)測模型如QPSO-SVM在有標(biāo)簽樣本過少時(shí)，易出現(xiàn)過擬合問題，導(dǎo)致預(yù)測精度低，最小二乘支持向量機(jī)(least squares support vector machine, LS-SVM)預(yù)測模型為降低求最優(yōu)解的時(shí)間復(fù)雜度，卻損失了SVM解的稀疏性。而S3VM算法則能僅利用少量標(biāo)簽樣本訓(xùn)練得到較高預(yù)測精度的分類器，彌補(bǔ)了全監(jiān)督算法的缺陷。但是，S3VM算法存在易陷于局部最優(yōu)的問題，為此，許多學(xué)者提出了全局搜索技術(shù)[13]、分支定界(branch and bound)[14]技術(shù)、基于全局和局部保持的S3VM[15]、基于標(biāo)記生成的WELLSVM[16]等技術(shù)方法。

Chapelle O等提出的分支定界算法可以在小樣本上實(shí)現(xiàn)全局最優(yōu)化，將其結(jié)合S3VM可以有效地避免S3VM陷入局部最優(yōu)解，且可讀性快，分類速度快[14]。為此，為提高石油預(yù)測精度和訓(xùn)練速度，提出一種基于分支定界半監(jiān)督支持向量機(jī)的油層識(shí)別模型，并應(yīng)用于實(shí)際測井中，以期獲得更好的油層識(shí)別效果。

1 半監(jiān)督SVM

統(tǒng)計(jì)學(xué)習(xí)的結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則和VC維理論使得SVM算法具有完備的理論基礎(chǔ)，泛化錯(cuò)誤率低，計(jì)算開銷不大，結(jié)果易解釋的優(yōu)點(diǎn)。半監(jiān)督SVM在SVM的基礎(chǔ)上還能結(jié)合無類標(biāo)簽的樣例提高算法預(yù)測的精度，是基于低密度假設(shè)與聚類假設(shè)的完美實(shí)現(xiàn)[17-18]，近年來成為機(jī)器學(xué)習(xí)領(lǐng)域的熱門研究方向。依照參數(shù)優(yōu)化的差異，半監(jiān)督SVM可以分為基于組合與基于連續(xù)方法2類，而本文BBS3VM算法則是一種經(jīng)典的基于組合半監(jiān)督SVM。

1.1 基于組合的半監(jiān)督SVM

給定一組有標(biāo)簽訓(xùn)練樣本集為

(x1,y1),(x2,y2),…,(xl,yl),xi∈Rd

假定為二分類，其對應(yīng)的標(biāo)簽為

yi∈{+1,-1}

同時(shí)，給定無標(biāo)簽訓(xùn)練樣本集為

U={x1,x2,…,xu},xi∈Rd

這里n=l+u為訓(xùn)練集的樣本總數(shù)，有標(biāo)簽訓(xùn)練樣本集與無標(biāo)簽樣本集都屬于同一分布，且相互獨(dú)立。

則半監(jiān)督SVM可以由(1)式描述為

(1)

(1)式中：向量yu為無標(biāo)簽樣本集U的標(biāo)簽；C1表示有標(biāo)簽樣本的懲罰因子；C2表示無標(biāo)簽樣本的懲罰因子；ξi和ξj依次對應(yīng)有標(biāo)簽樣本與無標(biāo)簽樣本的損失函數(shù)；ω表示基于預(yù)測標(biāo)簽yu對無標(biāo)簽樣本進(jìn)行分類時(shí)的最優(yōu)超平面；b為偏移量。

首先，對無標(biāo)簽樣本yu進(jìn)行組合。其次，在其所有組合中采用全監(jiān)督的SVM算法對其所有組合進(jìn)行優(yōu)化，最終得到目標(biāo)函數(shù)的最優(yōu)解，即最優(yōu)組合。

若給定任意一組yu的組合，那么此時(shí)全監(jiān)督模型的目標(biāo)函數(shù)可以由(2)式表示為

(2)

此時(shí)半監(jiān)督SVM的目標(biāo)函數(shù)可以由(3)式表示為

(3)

s.t.yi(ωxi+b)≥1-ξi,i=1,2,…,l

yj(ωxj+b)≥1-ξj,j=1,2,…,u

1.2 分支定界

分支定界的主要思想便是采用深度優(yōu)先原則遍歷問題的解空間樹的解方法，采用深度優(yōu)先的分支策略，即依次搜索根節(jié)點(diǎn)的所有分支，對不滿足約束條件的結(jié)點(diǎn)進(jìn)行剪支，其余結(jié)點(diǎn)列為非葉子結(jié)點(diǎn)，繼續(xù)進(jìn)行分支訓(xùn)練，從非葉子結(jié)點(diǎn)子集中選擇一個(gè)結(jié)點(diǎn)作為下一個(gè)根結(jié)點(diǎn)，繼續(xù)搜索。

分支定界一般步驟如下：首先生成在根結(jié)點(diǎn)處的所有分支，即非葉子結(jié)點(diǎn)，其次再在非葉子結(jié)點(diǎn)集中選擇下一個(gè)分支對象。以上的搜索過程需要耗費(fèi)大量的時(shí)間，因此，為了加快搜索速度，并更加高效地挑選下一個(gè)分支對象，通過計(jì)算得到一些界限，首先只能通過這些界限從當(dāng)前的非葉子結(jié)點(diǎn)集中選擇一個(gè)最可靠、最有利的結(jié)點(diǎn)作為下一個(gè)分支對象，即下一個(gè)根結(jié)點(diǎn)；其次，將不滿足界限條件的分支剔除于非葉子結(jié)點(diǎn)集中，縮小非葉子結(jié)點(diǎn)集范圍，加快分支速度，最后使得當(dāng)前解逐步往最優(yōu)解的分支上前進(jìn)。

1.3 平衡約束

在半監(jiān)督學(xué)習(xí)中，很難僅通過少量的有標(biāo)記樣本直接預(yù)測大量無標(biāo)簽樣本集中的樣本標(biāo)簽分布情況，從而或多或少存在數(shù)據(jù)不均衡的問題，容易將所有的無標(biāo)簽樣本劃分為一個(gè)類別，為此專家們提出了一個(gè)可以盡可能使無標(biāo)簽樣本劃分到2個(gè)類的平衡約束。本文為簡化計(jì)算，令C1=C2，設(shè)置無標(biāo)簽樣本集的二分類樣本比例為r，但由于其標(biāo)簽是未知的，因此r通常用有標(biāo)簽樣本集中的二分類樣本比例來估計(jì)，如(4)式所示

(4)

(4)式中，標(biāo)簽樣本與無標(biāo)簽樣本的樣本總和由n=l+u計(jì)算得到。

2 分支定界半監(jiān)督SVM

2.1 基本原理

1)標(biāo)記：首先在給定的有標(biāo)簽樣本集L上進(jìn)行SVM訓(xùn)練得到目標(biāo)函數(shù)值，作為分支定界樹的根結(jié)點(diǎn)，其次從無標(biāo)簽樣本集中選擇樣本對其進(jìn)行標(biāo)注，并分別計(jì)算預(yù)測標(biāo)簽不同時(shí)，此時(shí)的目標(biāo)函數(shù)值。

2)分支：由于分支定界是從深度優(yōu)先的方式搜索解空間樹，所以需要不斷的更新其上界與下界，從而獲得一個(gè)盡可能緊的界限，有利于快速的修剪分支，去除非可行解的子集，從此時(shí)的最優(yōu)解集中選擇一個(gè)子集，對其進(jìn)行分支操作。

在給定節(jié)點(diǎn)上，一些無標(biāo)記的點(diǎn)已經(jīng)被標(biāo)注了一個(gè)標(biāo)簽，如何挑選最不容易出錯(cuò)的，最可靠的無標(biāo)簽樣本作為下一個(gè)分支標(biāo)注對象，在算法的迭代中非常重要。若挑選一個(gè)易錯(cuò)分的樣本進(jìn)入訓(xùn)練，得到其標(biāo)簽后加入有標(biāo)簽訓(xùn)練集即等同于加入了噪聲樣本進(jìn)入訓(xùn)練過程，將會(huì)降低分類準(zhǔn)確率。此處引入對無標(biāo)簽樣本的置信度準(zhǔn)則，如果一個(gè)未標(biāo)記點(diǎn)距離另一個(gè)標(biāo)記點(diǎn)最近，那么使用最可靠的距離度量，計(jì)算2個(gè)點(diǎn)之間的距離，就可以對無標(biāo)簽樣本進(jìn)行標(biāo)注。本文采用了一種更加可靠的度量方法，其主要思想是如果一個(gè)標(biāo)簽樣本的標(biāo)簽是可靠的，那么當(dāng)給這個(gè)有標(biāo)簽樣本一個(gè)相反的標(biāo)簽時(shí)，此時(shí)的目標(biāo)函數(shù)值會(huì)大大的增加。根據(jù)此思想，就可直觀的挑選使目標(biāo)函數(shù)值增長最大的那個(gè)樣本與此時(shí)假定賦予該樣本的標(biāo)簽，那么就可認(rèn)為該標(biāo)簽為下一個(gè)進(jìn)行訓(xùn)練的對象，其預(yù)測結(jié)果即為與此刻標(biāo)簽相反的標(biāo)簽。

其算法描述為，給定當(dāng)前有標(biāo)簽樣本集L，無標(biāo)簽樣本集U，令s(L)為此時(shí)在訓(xùn)練集L訓(xùn)練得到的SVM的目標(biāo)函數(shù)值，可以由(5)式表示為

(5)

(5)式中，ξ可以由(6)式表示為

ξ=max(0,1-yi(ω·xi+b))2

(6)

現(xiàn)在就在無標(biāo)簽樣本集U中選擇一個(gè)樣本點(diǎn)，那么有

(7)

根據(jù)(7)式挑選出使目標(biāo)函數(shù)增長最大的無標(biāo)簽樣本x和此時(shí)對應(yīng)的標(biāo)簽y，該點(diǎn)就為最不容易錯(cuò)分的樣本點(diǎn)，并給其標(biāo)注為-y。

3)定界：分支定界算法中上界(upper bound, ub)與下界(lower bound, lb)的定義決定剪支與分支的情況，一個(gè)好的上界與下界能夠快速修剪非可行解的分支，加快訓(xùn)練速度。

定義1分支上界。

初始化時(shí)，上界ub=∞ 。隨著全局搜索的進(jìn)行，在葉子結(jié)點(diǎn)上，在分支定界半監(jiān)督支持向量機(jī)中，上界ub簡單定義為此刻半監(jiān)督支持向量機(jī)目標(biāo)函數(shù)的最優(yōu)解Imin(ω,b,yu)，可以表示為

ub=Imin(ω,b,yu)

(8)

(9)

(9)式中，k為葉子結(jié)點(diǎn)總數(shù)。

而非葉子結(jié)點(diǎn)則不存在上界。

定義2分支下界。

當(dāng)C2=0時(shí)的半監(jiān)督支持向量機(jī)目標(biāo)函數(shù)值小于當(dāng)C2>0時(shí)的值，然而c2=0時(shí)，半監(jiān)督支持向量機(jī)為一個(gè)標(biāo)準(zhǔn)的監(jiān)督支持向量機(jī)，沒有考慮無標(biāo)簽樣本的影響。為此，首先，要計(jì)算在給定的有標(biāo)簽樣本集上的標(biāo)準(zhǔn)支持向量機(jī)的目標(biāo)函數(shù)值，得到一個(gè)初始的下界。此時(shí)，可構(gòu)造一個(gè)對偶的半監(jiān)督SVM的目標(biāo)函數(shù)為

s.t.

αi≥0

∑αi=0

(10)

隨著對解空間樹的搜索，無標(biāo)簽樣本開始加入訓(xùn)練，計(jì)算得到無標(biāo)簽樣本的標(biāo)簽yu，并構(gòu)造一個(gè)滿足(10)式中約束條件的向量yu。此時(shí)，任意滿足約束條件的yu都有

令Q(yu)=D(α(yu),yu) ，那么此時(shí)下界lb就可以由(11)式表示為

lb=minQ(yu)

(11)

對于所有的葉子結(jié)點(diǎn)，該結(jié)點(diǎn)上的所有樣本都已經(jīng)被標(biāo)簽，故lb同時(shí)也是在該節(jié)點(diǎn)上的目標(biāo)函數(shù)的值，即lb=ub。

對于非葉子結(jié)點(diǎn)，其下界就是要找到一個(gè)yu的組合，使得下界可由lb=minQ(yu)計(jì)算得到。

首先在有標(biāo)簽樣本集上進(jìn)行SVM訓(xùn)練得到初始分類器SVM0以及向量α；其次，將無標(biāo)簽樣本在初始分類器SVM0里訓(xùn)練，獲得其預(yù)測標(biāo)簽yu；最后，根據(jù)yu向量α(yu)，D(α(yu),yu)就可計(jì)算得到該非葉子結(jié)點(diǎn)的下界lb。

4)剪支：根據(jù)以下原則對現(xiàn)分支定界樹進(jìn)行剪支，刪除不可行的分支子集，再對剩下的分支子集進(jìn)行分支。

原則1如果當(dāng)前的結(jié)點(diǎn)的下界大于全局分支定界中的上界，那么剪支。

原則2如果當(dāng)前結(jié)點(diǎn)的樣本集不符合平衡約束，那么剪支。

最后，當(dāng)所有無標(biāo)簽樣本都被標(biāo)記時(shí)，則得到最終最優(yōu)解，即最優(yōu)組合。

2.2 算法實(shí)現(xiàn)

分支定界半監(jiān)督SVM算法實(shí)現(xiàn)如下所示。

輸入：有標(biāo)簽樣本集L；

無標(biāo)簽樣本集U；

混合標(biāo)簽Y：有標(biāo)簽樣本集標(biāo)簽與先設(shè)定為全0的無標(biāo)簽樣本集標(biāo)簽；

初始上界ub=∞；

輸出：無標(biāo)簽樣本集的預(yù)測標(biāo)簽Y*；

相對應(yīng)的目標(biāo)函數(shù)值v；

步驟1初始化，計(jì)算目標(biāo)函數(shù)值，得到上界ub及下界lb。

if ∑max(0,Yi)>urOR ∑max(0,-Yi)

return%平衡約束條件不滿足

endif%剪支

v=SVM(Y) %計(jì)算在訓(xùn)練樣本集L上訓(xùn)練得到

SVM的目標(biāo)函數(shù)值

步驟2判斷，根據(jù)分支及剪支原則對結(jié)點(diǎn)進(jìn)行剪支或分支操作。

ifv>ub

then

return%下界大于上界

endif%剪支

ifYisfulllabeled

then

Y*=Y

Return%得到葉子結(jié)點(diǎn)

endif

步驟3計(jì)算無標(biāo)簽樣本置信度，選擇置信度高的作為下一個(gè)標(biāo)注樣本。

Findindexiandlabelyasin(7)%尋找下一個(gè)標(biāo)注的無標(biāo)簽樣本

Yi=-y%從置信度最高的樣本開始標(biāo)注

步驟4解得最優(yōu)解，并輸出及v

(Y*,v)=S3VM(Y,ub) %解得此時(shí)的最優(yōu)解

Yi=-Yi%切換標(biāo)簽

ifv2

end if

3 油層識(shí)別應(yīng)用

3.1 油層識(shí)別基本模型

分支定界半監(jiān)督SVM油層識(shí)別模型如圖1。

圖1 分支定界半監(jiān)督SVM油層識(shí)別模型Fig.1 Oil layer recognition model by BBS3VM

油層識(shí)別主要有如下幾個(gè)步驟。

①樣本信息選取及預(yù)處理：首先，應(yīng)該選擇具有和油層緊密聯(lián)系的信息的樣本；其次，為避免計(jì)算飽和，將樣本進(jìn)行歸一化處理。

②屬性離散化和泛化：分別用0、1表示油層與干層，則有決策屬性D=j5i0abt0b，d={di=i,i=0,1}，然后將選取的樣本進(jìn)行決策屬性泛化，且使用曲線拐點(diǎn)方法每個(gè)屬性各自單獨(dú)離散化。

③樣本信息屬性約簡：通常，比較完善的測井?dāng)?shù)據(jù)至少有10余種測井信息，然而大多數(shù)數(shù)據(jù)中都存在冗余且充分的屬性，為此采用基于屬性重要性的簡約算法進(jìn)行約簡。

④分支定界半監(jiān)督SVM算法建模：在BBS3VM模型中，輸入經(jīng)屬性約簡后的樣本信息，采用S3VM算法進(jìn)行訓(xùn)練，對無標(biāo)簽樣本進(jìn)行標(biāo)注，同時(shí)利用分支定界算法加快求解速度和精度，最后得到BBS3VM分類模型。

⑤識(shí)別輸出：在整個(gè)井段利用最終訓(xùn)練所得半監(jiān)督識(shí)別模型進(jìn)行油層識(shí)別，從而得到輸出結(jié)果。

3.2 實(shí)例分析

本文選取同課題組LIU Liu等成功驗(yàn)證和應(yīng)用過的某油井真實(shí)數(shù)據(jù)進(jìn)行訓(xùn)練和測試[19]。該油井實(shí)際測得28個(gè)屬性信息，分別為{AC，CNL，DEN，GR，RT，RI，RXO，SP，R2M，R025，BZSP，RA2，C1，C2，CALI，RINC，PORT，VCL，VMA1，VMA6，RHOG，SW，VO，WO，PORE，VXO，VW，AC1}，約簡后得到{AC,GR,RI,RXO，SP}5個(gè)屬性。

從井段1 230～1 270 m提取160個(gè)測井?dāng)?shù)據(jù)作為訓(xùn)練集，包括油層46個(gè)，干層114個(gè)，屬性信息約簡后得到{AC, GR, RI, RXO，SP}5個(gè)屬性。使決策屬性D=j5i0abt0b，d={di=i,i=0,1}，0,1分別表示干層和油層。將在訓(xùn)練機(jī)上訓(xùn)練好的預(yù)測模型對井段1 200～1 280 m的641個(gè)樣本進(jìn)行油層識(shí)別，屬性在全井段的歸一化范圍如表1。

表1 屬性在全井段的歸一化范圍

將約簡后的屬性在井段1 230～1 270 m間進(jìn)行歸一化處理。圖2為屬性AC與GR的歸一化處理。

圖2 AC屬性與GR屬性歸一化處理Fig.2 Normalization attribute AC, GR

圖3為屬性RT，RXO與SP的歸一化處理。其中：X軸代表油井深度；Y軸代表歸一化值。

實(shí)驗(yàn)1有標(biāo)簽樣本數(shù)目對半監(jiān)督算法的影響。

為考慮有標(biāo)簽樣本集數(shù)目對半監(jiān)督算法的分類準(zhǔn)確率與速度的影響，將分支定界半監(jiān)督SVM與經(jīng)典S3VM算法及標(biāo)準(zhǔn)SVM算法進(jìn)行對比。為使預(yù)測結(jié)果更加可靠，并驗(yàn)證其具有強(qiáng)泛化能力，本文采取隨機(jī)抽取并劃分有標(biāo)簽樣本集與無標(biāo)簽樣本集的方式來構(gòu)成訓(xùn)練集。有標(biāo)簽樣本集分別由從原始的訓(xùn)練集中隨機(jī)的抽取數(shù)目為10，20，30，40，50的樣本及其標(biāo)簽構(gòu)成，其余的訓(xùn)練集樣本去除標(biāo)簽，與其對應(yīng)的作為無標(biāo)簽樣本集。其中，標(biāo)準(zhǔn)SVM算法只選取劃分好的有標(biāo)簽樣本集作為其訓(xùn)練集。經(jīng)過10次獨(dú)立重復(fù)實(shí)驗(yàn)取平均值，得到2種半監(jiān)督算法與1種全監(jiān)督算法的訓(xùn)練精度對比如圖4。分支定界半監(jiān)督SVM的訓(xùn)練時(shí)間和精度數(shù)據(jù)如表2所示。表2中訓(xùn)練時(shí)間是在CPU為Intel Core i7，內(nèi)存為16GB的計(jì)算機(jī)上的訓(xùn)練時(shí)間。

圖3 RT，RXO與SP屬性歸一化Fig.3 Normalization attribute RT, RXO, SP

圖4 預(yù)測準(zhǔn)確率對比Fig.4 Comparison on predictive accuracy

由圖4可以看出：①隨著有標(biāo)簽樣本數(shù)目的增加，3種半監(jiān)督模型及監(jiān)督模型的分類準(zhǔn)確率都越來越高，但分支定界半監(jiān)督SVM模型增幅更為穩(wěn)定，且在有標(biāo)簽樣本越少時(shí)，本文的算法模型與經(jīng)典S3VM算法相比，預(yù)測精度更高。而2種半監(jiān)督算法模型由于無標(biāo)簽樣本加入訓(xùn)練，皆比只采用有標(biāo)簽樣本進(jìn)行訓(xùn)練的SVM算法預(yù)測精度高；②在有標(biāo)簽樣本數(shù)目較多時(shí)，依據(jù)此時(shí)的訓(xùn)練集，2種半監(jiān)督算法都可以訓(xùn)練得到一個(gè)性能好的分類器，因此，2種半監(jiān)督算法分類準(zhǔn)確率趨于一致。而監(jiān)督的SVM算法由于僅使用有標(biāo)簽樣本進(jìn)行訓(xùn)練，預(yù)測精度仍隨著有標(biāo)簽樣本數(shù)目增加而逐步提升。

表2 性能指標(biāo)比較

從表2的數(shù)據(jù)可知，當(dāng)有標(biāo)簽樣本數(shù)目增加時(shí)，模型的訓(xùn)練時(shí)間也有所增加，這是由于若有標(biāo)簽樣本訓(xùn)練集增大，那么進(jìn)行初始SVM訓(xùn)練得到初始分類器的訓(xùn)練時(shí)間也將跟著增加，分類精度更好，即相對應(yīng)的油層識(shí)別率隨著有標(biāo)簽樣本的增加而穩(wěn)步提高。增加有標(biāo)簽樣本集樣本數(shù)量，即提高了由有標(biāo)簽樣本訓(xùn)練得到的初始分類器的分類精度，而后能夠?qū)o標(biāo)簽樣本進(jìn)行更好的預(yù)測，減少噪聲樣本的加入。

總之，有標(biāo)簽樣本數(shù)目的增加，能夠小幅度地提高分支定界半監(jiān)督SVM的分類識(shí)別率，且能夠更好估計(jì)無標(biāo)簽樣本集的2類標(biāo)簽分布，但僅采用少量有標(biāo)簽樣本(10個(gè))時(shí)，訓(xùn)練精度與采用大量有標(biāo)簽樣本(50個(gè))時(shí)分類識(shí)別率差別不大，滿足半監(jiān)督學(xué)習(xí)的理論效果。

實(shí)驗(yàn)2屬性約簡前后對比。

為驗(yàn)證測井?dāng)?shù)據(jù)屬性約簡的有效性，在屬性約簡前后分別對井段1 190～1 290 m的641個(gè)樣本的分類結(jié)果進(jìn)行了對比和分析，如表3。

表3 識(shí)別結(jié)果

分支定界半監(jiān)督SVM的訓(xùn)練集由10個(gè)有標(biāo)簽樣本，150個(gè)無標(biāo)簽樣本構(gòu)成。由表3可知，經(jīng)過屬性約簡后的數(shù)據(jù)略微的提高了算法的訓(xùn)練時(shí)間，但稍微的降低了識(shí)別率。

實(shí)驗(yàn)33種算法比較。

圖5 油層識(shí)別結(jié)果Fig.5 Results of oil layer recognition

最后將在訓(xùn)練集上訓(xùn)練好的以上3種識(shí)別算法模型在井段1 190～1 290 m的641個(gè)樣本進(jìn)行油層識(shí)別。比較3種算法在真實(shí)石油測井?dāng)?shù)據(jù)上的分類效果，如表4。

表4 幾種模型的識(shí)別結(jié)果

從表4可得出結(jié)論，同半監(jiān)督的SVM相比，在同樣的樣本選擇的情況下，本文的BBS3VM算法訓(xùn)練時(shí)間更快，且識(shí)別精度更高，比半監(jiān)督SVM具有更好的應(yīng)用前景。同全監(jiān)督的SVM相比，由于BBS3VM需要進(jìn)行多次SVM運(yùn)算，所以訓(xùn)練時(shí)間要略長于標(biāo)準(zhǔn)SVM，而識(shí)別率能與標(biāo)準(zhǔn)SVM保持很接近，則可表明，本文的BBS3VM算法能夠僅使用少量的有標(biāo)簽樣本，就能達(dá)到與全監(jiān)督接近的識(shí)別效果，降低了對標(biāo)簽樣本的依賴程度，具有廣泛的應(yīng)用前景。

4 結(jié)束語

針對傳統(tǒng)的監(jiān)督SVM算法對有標(biāo)簽樣本依賴性太強(qiáng)，且石油測井中標(biāo)簽樣本獲取難度大的缺點(diǎn)，本文使用分支定界算法優(yōu)化的半監(jiān)督支持向量機(jī)油層識(shí)別模型，使無標(biāo)簽樣本的標(biāo)簽預(yù)測更準(zhǔn)確，其次加快了訓(xùn)練速度，提高了分類精度。此方法應(yīng)用于油層識(shí)別時(shí)，分類效果好，在使用少量有標(biāo)簽樣本的情況下，提高了識(shí)別率，減少了樣本提取代價(jià)，明顯優(yōu)于其他2種算法，具有很好的應(yīng)用前景。