自组织特征映射神经网络在岩性识别中的应用

• 作者: 林万昌 田继东 陈汶滨
• 来源期刊: 西南石油学院学报
• 学科: 地球科学
• 关键词: 神经网络 岩性识别 模式识别 聚类分析
• 年，卷（期）: 1999,（3）
• 所属期刊栏目: 计算机与基础研究
• 页码范围: 78-80
• 分类号: P585
• 语种: 中文
• DOI: 10.3863/j.issn.1674-5086.1999.03.023

摘要

传统的岩性识别技术主要基于统计学理论,如贝叶斯方法、回归方法等,近年来人工神经网络方法如反向传播算法(Back-Propagation, B-P)也应用于岩性识别,取得了一定的效果.用Kohonen提出的自组织特征映射神经网络对测井数据进行岩性识别,该方法具有较强的自组织性、自适应性,有较高的容错能力.与B-P算法相比较,计算量小,收效速度快,且不需要已知的先验信息而自动确定分类类别.结果表明与统计方法、岩性录井分析结果一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田继东	西南石油学院计算机科学系	33	276	8.0	16.0
2	陈汶滨	西南石油学院计算机科学系	51	235	8.0	13.0
3	林万昌	西南石油学院计算机科学系	3	30	2.0	3.0