应用一种改进BP神经网络算法预测密度曲线

• 作者: 周竹生 张赛民 陈灵君
• 来源期刊: 物探化探计算技术
• 学科: 工学
• 关键词: 改进BP神经网络 地震属性 密度曲线
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 地震勘探
• 页码范围: 497-500
• 页数: 4页
• 分类号: TP183
• 字数: 3136字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2007.06.007

摘要

利用测井数据与地震数据二者相结合进行综合分析,是地震勘探工作者的重要工作.可以通过分析井位处的地震数据与测井数据,提取地震的多个属性,建立一个与测井属性的统计关系.选取已改进的三层网络结构BP神经网络算法,在应用一个实际例子后表明,该算法的主要特点是收敛速度快、计算简单,同时还具有跳出局部最小的能力.应用此神经网络算法对某油田的二维地震数据进行了处理,提取了多种地震属性,并在井位置建立了地震属性与密度曲线的非线性关系,成功预测了剖面密度曲线,为了解储层状况提供了有益的资料.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周竹生	中南大学信息物理工程学院	41	416	10.0	19.0
2	张赛民	中南大学信息物理工程学院	13	165	7.0	12.0
3	陈灵君		4	80	3.0	4.0