基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于油层沉积特性本身的多样性和复杂性,造成了沉积相各类别之间测井曲线形态差异较小,这无疑增加了识别难度.针对这一问题,给出了一种新的沉积相识别方法.该方法通过将神经网络和多级分类器相结合,有效地提高了识别精度.最后用实例验证了该方法的正确性.
推荐文章
一种基于神经网络的沉积相识别方法
人工神经网络(ANN)
沉积微相解释
模式识别
反向传播算法
一种基于概率神经网络的目标识别方法
概率神经网络
分类
目标识别
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
一种基于神经网络的模态参数识别方法
人工神经网络
自回归滑动平均模型
Ibrahim time domain法
模态分析
辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于多级神经网络分类器的沉积相识别方法
来源期刊 应用科技 学科 工学
关键词 多级分类器 神经网络 沉积相识别 差错累积
年,卷(期) 2003,(3) 所属期刊栏目 控制工程
研究方向 页码范围 39-41
页数 3页 分类号 TP391.4
字数 2712字 语种 中文
DOI 10.3969/j.issn.1009-671X.2003.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钱真 哈尔滨工程大学计算机科学与技术学院 15 85 6.0 8.0
2 刘咏梅 哈尔滨工程大学计算机科学与技术学院 29 108 6.0 7.0
3 宋克欧 哈尔滨工程大学计算机科学与技术学院 14 252 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (14)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(3)
  • 引证文献(2)
  • 二级引证文献(1)
2006(1)
  • 引证文献(0)
  • 二级引证文献(1)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多级分类器
神经网络
沉积相识别
差错累积
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用科技
双月刊
1009-671X
23-1191/U
大16开
哈尔滨市南通大街145号1号楼
14-160
1974
chi
出版文献量(篇)
4861
总下载数(次)
7
总被引数(次)
21528
论文1v1指导