RPROP算法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: 吉林大学学报地球科学版
• 关键词: RPROP算法 BP神经网络 测井资料 岩性识别
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 地球物理
• 页码范围: 389-393
• 页数: 5页
• 分类号: P631.81
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5888.2005.03.020

摘要

为了更好地解决测井岩性识别问题,引入一种快速实用的BP算法-Resilient Backpropagation (RPROP)算法.在说明RPROP算法的基础上,结合某地的实际测井资料,建立基于RPROP算法的BP网络岩性识别模型,进行岩性识别的应用研究.结果表明,应用RPROP算法进行测井资料岩性识别,识别的准确率较高,与基本BP算法及其一些改进算法相比,训练速度快,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