波形分类中半自动确定分类数的方法

• 作者: 万忠宏 刘兰锋 张中平 熊伟 陈茂山
• 来源期刊: 石油地球物理勘探
• 学科: 地球科学
• 关键词: 自组织神经网络 波形分类 地震相 分类数
• 年，卷（期）: 2010,（2）
• 页码范围: 265-271
• 分类号: P61
• 语种: 中文

摘要

波形分类方法是现今比较成熟的地震相分析方法,此法已在岩性预测、砂体预测、裂缝性油气藏和隐蔽性油气藏预测中得到广泛的应用.然而,在以往实际应用中采用输入层为二维 Kohonen 网络进行地震相分类数的选择都是靠经验或试验方法确定的,增加了分类的不确定性和相应的工作量.本文提出了用改进的输出层为一维的自组织神经网络,半自动地估计地震相分类数.理论模型验证和实例应用表明,改进的Kohonen网络能很好地估计地震相分类数,从而实现快速准确地划分地震相.