一种基于SOPNN的分类模型及其在测井水淹层识别中的应用

• 作者: 邹涛峰
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: SOPNN 学习算法 模式识别 测井曲线 水淹层
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 97-99
• 页数: 3页
• 分类号: TP183
• 字数: 2703字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2008.06.026

摘要

针对测井曲线小层水淹层自动识别,提出一种基于自组织过程神经网络(Self-Organization PNN,SOPNN)的动态判别模型和方法.SOPNN由输入层和竞争层组成,其输入和连接权为与时间有关的函数.网络可将小层连续测井曲线作为输入,自动提取曲线所对应的形态和幅值特征,并对其进行自组织,在竞争层将分类结果表示出来.给出SOPNN竞争学习和有教师示教2种学习算法,对实际测井水淹层资料进行处理,正确识别率可达79.25%.