基于主成分分析的BP神经网络在岩性识别中的应用

• 作者: 张国英 张润生 王娜娜 马兵胜
• 来源期刊: 北京石油化工学院学报
• 学科: 工学
• 关键词: 主成分分析 BP神经网络 岩性识别
• 年，卷（期）: 2008,（3）
• 页码范围: 43-46
• 页数: 4页
• 分类号: TP183
• 字数: 3199字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-2565.2008.03.011

摘要

提出一种将主成分分析和BP神经网络相结合的方法对测井资料进行岩性识别.首先将原始测井数据进行主成分分析,分析结果作为PCA-BP神经网络的学习样本进行训练,建立测井解释的PCA-BP神经网络岩性识别模型,并用该模型对测试样本进行识别.结果表明该方法同传统的BP神经网络相比,不仅简化了网络结构(网络的输入神经元个数由5个减少为2个),网络收敛速度也加快了21%.而且识别的准确率提高了25%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国英		25	408	13.0	19.0
2	王娜娜		1	41	1.0	1.0
6	张润生		2	182	2.0	2.0
7	马兵胜		4	43	2.0	4.0