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:
在充分探讨BP神经网络基本原理的基础上,提出了用改进的神经网络进行水淹层识别的一种方法.研究中为了解决网络中由于学习率ε的不稳定而导致的网络振荡问题,采用了一种新型的动态学习率方法.实际应用结果表明,该方法的运用进一步提高了水淹层解释精度,通过对南阳油田4口井的试油结果相对比,其符合率达到80%.
推荐文章
量子神经网络及其在复杂水淹层识别中的应用
测井曲线
量子神经元模型
BP网络模型
学习算法
水淹层识别
支持向量机
过程神经网络在厚层细分水淹解释中的应用
测井解释
特高含水期
厚层细分
曲线形态特征
过程神经网络
水淹级别
基于主成分分析的离散过程神经网络水淹层动态预测方法
测井曲线
动态预测
水淹层识别
主成分分析
离散过程神经网络
改进BP神经网络在流型智能识别中的应用
多相流
流型
非线性最小二乘法
神经网络
模式识别
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 神经网络方法在水淹层识别中的改进
来源期刊 大庆石油地质与开发 学科 工学
关键词 神经网络 动态学习率 水淹层 测井解释
年,卷(期) 2004,(3) 所属期刊栏目 油藏工程
研究方向 页码范围 44-45
页数 2页 分类号 TE319
字数 2277字 语种 中文
DOI 10.3969/j.issn.1000-3754.2004.03.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (9)
参考文献  (3)
节点文献
引证文献  (12)
同被引文献  (33)
二级引证文献  (35)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(2)
  • 二级引证文献(1)
2006(7)
  • 引证文献(3)
  • 二级引证文献(4)
2007(2)
  • 引证文献(0)
  • 二级引证文献(2)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(6)
  • 引证文献(1)
  • 二级引证文献(5)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
动态学习率
水淹层
测井解释
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
大庆石油地质与开发
双月刊
1000-3754
23-1286/TE
大16开
黑龙江省大庆让胡路区勘探开发研究院
14-105
1982
chi
出版文献量(篇)
4317
总下载数(次)
9
总被引数(次)
45256
论文1v1指导