一种基于多级神经网络分类器的沉积相识别方法

• 作者: 刘咏梅 宋克欧 钱真
• 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
• 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

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.

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