基于小波包分析和过程神经元网络的水淹层识别方法

• 作者: 刘金月 许少华
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: 小波包变换 过程神经元网络 水淹层识别 测井曲线
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP391
• 字数: 2705字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2008.01.021

摘要

针对复杂时变信号模式识别,提出一种采用小波包变换和过程神经元网络进行水淹层识别的方法. 该方法利用小波包分析具有的多分辨率特性,能有效滤掉噪声信号,从而保证有用信号时-频特征完整提取. 根据过程神经元网络具有的时空二维信息处理及非线性映射能力,以其作为模式分类器,将滤波后的时变信号输入分类器中,可直接对时变信号进行模式分类. 将该方法应用于油田开发测井曲线油层水淹状况识别,并给出具体的算法步骤. 应用结果表明,该方法的识别效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机与信息技术学院	68	929	15.0	27.0
2	刘金月	大庆石油学院计算机与信息技术学院	6	37	4.0	6.0