用自组织神经网络方法实现测井相定量识别

• 作者: 肖慈王旬 魏莲
• 来源期刊: 物探化探计算技术
• 学科: 工学
• 关键词: 自组织神经网络 测井相 曲线形态 模式识别
• 年，卷（期）: 2001,（4）
• 所属期刊栏目: 测井
• 页码范围: 324-327,352
• 页数: 5页
• 分类号: TP183
• 字数: 2531字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2001.04.008

摘要

作者在本文中介绍了一种利用自组织神经网络进行测井相识别的方法.自组织神经网络是一种无导师学习算法,它通过网络自身的调节对输入进行聚类,近年来广泛应用于各类模式识别问题中.这里我们采用从测井曲线中提取出反映沉积环境的信息参数,再利用自组织神经网络进行测井相判别.此法从沉积成因角度出发 ,判别沉积相模式,消除了测井曲线中的不确定因素,更具代表性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏莲		1	29	1.0	1.0
2	肖慈王旬		1	29	1.0	1.0