基于遗传-BP神经网络的沉积微相自动识别

• 作者: 梁久祯 许少华 郑生民 陈可为
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: 沉积微相自动识别 测井曲线 神经网络 图象处理 BP算法 遗传算法
• 年，卷（期）: 2001,（1）
• 页码范围: 51-54
• 页数: 5页
• 分类号: TP183
• 字数: 3108字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2001.01.014

摘要

提出了一种基于神经网络与图象处理技术相结合的沉积微相自动识别方法.该方法是先将数字化测井曲线和地层参数预处理转化为二值点阵图象模式，经过点阵数据编码压缩提取和记忆曲线所表征的地层模式特征，然后利用超线性BP算法与遗传算法相结合的方法训练多层前馈神经网络.所得神经网络稳定、学习收敛速度快，同时具有很强的记忆能力和推广能力，此模型对解决沉积微相自动识别问题具有良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机科学系	68	929	15.0	27.0
2	陈可为	同济大学海洋地质系	3	44	3.0	3.0
3	梁久祯	大庆石油学院计算机科学系	6	122	5.0	6.0
4	郑生民		1	8	1.0	1.0