自组织特征映射神经网络在测井岩性识别中的应用

• 作者: 夏立显 张治国 杨毅恒
• 来源期刊: 地球物理学进展
• 学科: 地球科学
• 关键词: 自组织特征映射 工神经网络 井资料 性识别
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 油气及固体矿产资源地球物理勘探
• 页码范围: 332-336
• 页数: 5页
• 分类号: P631|P628
• 字数: 4244字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2903.2005.02.013

摘要

为了解决测井岩性识别问题,引入具有较强的聚类和容错能力的自组织特征映射(SOFM)神经网络.在说明SOFM网络的模型和算法的基础上,结合某地的实际测井资料,建立SOFM网络岩性识别模型,进行岩性识别的应用研究.结果表明,识别的准确率较高,证明SOFM网络可以用于解决测井岩性识别问题,具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张治国	吉林大学综合信息矿产预测研究所	8	122	5.0	8.0
2	杨毅恒	吉林大学综合信息矿产预测研究所	14	157	6.0	12.0
3	夏立显	吉林大学综合信息矿产预测研究所	20	230	8.0	15.0