基于神经网络的两种岩性识别方法的研究

• 作者: 李春华 赵杰
• 来源期刊: 现代电子技术
• 关键词: 自组织特征映射神经网络 概率神经网络 岩性识别 预测
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 138-140
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2009.22.041

摘要

利用测井资料实现岩性识别对于储层评价具有重要意义,采用概率神经网络(PNN)和自组织特征映射神经网络(SOM)的模式识别方法,分别建立测井岩性识别模型,并利用该模型对样本进行预测.仿真结果表明,建立的模型用于岩性识别具有预测精度高、易收敛和自动聚类等特点,对于岩性类别的划分是准确和可靠的,为相关领域的研究提供了新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杰	黑龙江科技学院电气与信息工程学院	32	72	4.0	6.0
2	李春华	黑龙江科技学院电气与信息工程学院	58	402	8.0	18.0