利用改进的自组织网络进行地震属性分析

• 作者: 丁峰 尹成 朱振宇 桑淑云 魏艳
• 来源期刊: 西南石油大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 地震相 自组织神经网络 地震属性 灵敏属性分析 储层预测 RBF网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 地质勘探
• 页码范围: 47-51
• 页数: 5页
• 分类号: P531.4
• 字数: 4302字
• 语种: 中文
• DOI: 10.3863/j.issn.1674-5086.2009.04.010

摘要

自组织神经网络结合地震属性技术往往被用于进行地震相的自动识别,但在实际应用中存在着一些问题难以解决:如神经网络的分类识别能力问题、怎样选取地震属性、怎样解决自组织聚类的有序映射等.对Kohonen自组织网络进行了部分改进,并利用灵敏属性分析技术来解决地震属性的选择问题,最后结合自组织聚类参数利用RBF网络对储层参数进行预测,较为有效地提高了地震多属性储层预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹成	西南石油大学资源与环境学院	126	1946	22.0	39.0
2	丁峰	西南石油大学资源与环境学院	24	258	7.0	15.0
3	桑淑云		5	64	4.0	5.0
4	朱振宇		4	76	3.0	4.0
5	魏艳		1	10	1.0	1.0