概率神经网络在地震岩性反演中的应用

• 作者: 崔若飞 张亚兵 彭刘亚
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 概率神经网络 岩性反演 孔隙度 波阻抗
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 煤田物探
• 页码范围: 63-65,70
• 分类号: P631
• 字数: 2851字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2012.04.015

摘要

卧龙湖煤矿北二采区岩浆岩侵入8煤层的现象较为严重,同时该区煤层中构造煤比较发育,瓦斯富集问题较为突出.利用三维地震资料、测井曲线进行约束反演得到的波阻抗作为外部属性,并使用step-wise属性选择法确定合适数目的地震属性,利用概率神经网络技术(PNN)对该区进行孔隙度预测反演.孔隙度反演结果与波阻抗反演结果的对比表明:孔隙度较波阻抗对于识别瓦斯富集带具有更高的分辨能力；概率神经网络具有高稳定性、计算精度高等特点,可作为研究构造煤发育和瓦斯赋存的有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔若飞	中国矿业大学资源与地球科学学院	64	718	15.0	23.0
2	彭刘亚	中国矿业大学资源与地球科学学院	6	88	6.0	6.0
3	张亚兵	中国矿业大学资源与地球科学学院	3	36	3.0	3.0