基于灰关联分析与K-L变换的双重属性优化方法

• 作者: 赵加凡 陈小宏
• 来源期刊: 石油地球物理勘探
• 关键词: 储层预测 灰关联分析 K-L变换 神经网络 属性组合 属性优化
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 综合研究
• 页码范围: 661-665
• 页数: 5页
• 分类号: P6
• 语种: 中文
• DOI: 10.3321/j.issn:1000-7210.2004.06.008

摘要

将灰关联分析和K-L变换有机地结合起来可以实现属性的双重优化.利用灰关联分析实现了地震属性的敏感性分析,并建立了储层参数与属性之间的灰色关联.在此基础上,通过K-L变换将属性空间的高维属性映射为低维属性,且去除了属性之间的相关性,从而有效地解决了属性组合的优化问题.采用BP神经网络对目标进行预测表明,灰关联分析和K-L变换相结合的属性双重优化方法能充分发挥单个方法各自的优点,有助干属性分析、关联以及组合优化问题的解决,从而提高了地震储层预测的运算速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小宏	石油大学CNPC物探重点实验室	18	361	10.0	18.0
2	赵加凡	石油大学CNPC物探重点实验室	4	115	3.0	4.0