基于主成分分析的SOM神经网络在火山岩岩性识别中的应用

• 作者: 张莹 潘保芝
• 来源期刊: 测井技术
• 关键词: 测井应用 主成分分析 SOM神经网络 火山岩 岩性识别
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 处理解释
• 页码范围: 550-554
• 页数: 5页
• 分类号: P631.84
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1338.2009.06.011

摘要

针对火山岩储层岩性识别难的问题,提出一种将主成分分析和SOM神经网络相结合对测井资料进行处理的岩性识别方法.主成分分析能较好地提取表征样本的少数几个独它的综合指标,从而能够消除神经网络输入间的相关性,降低神经网络的输入维数,简化网络结构,加速网络收敛速度,从整体上提高网络的性能.针对松辽盆地徐家围子地区内有薄片分析及全岩分析的325块岩样,单独使用主成分分析方法的岩性识别正确率为79.38%,单独使用自组织神经网络方法的岩性识别正确率为82.15%,结合上述2种方法的岩性识别正确率为87.38%.由此在实际处理20口井火山岩层段时,将原始测井数据通过主成分分析进行精简处理,然后再通过SOM神经网络进行识别分类,最终厚度符合率为85.2%,从而为利用常规测井资料识别火山岩岩性又提供一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘保芝	吉林大学地球探测科学与技术学院	165	1210	18.0	27.0
2	张莹	吉林大学地球探测科学与技术学院	98	650	13.0	21.0