概率神经网络的平滑参数分析及在地震属性分析中的应用

• 作者: 丁峰 尹成 罗浩然 黄旭日
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 概率神经网络 训练样本 平滑参数 地震属性分析 模式识别
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 地震解释
• 页码范围: 551-558
• 页数: 8页
• 分类号: P631
• 字数: 4249字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2017.04.011

摘要

概率神经网络(PNN)因训练方法简单且具有较好的分类能力而广泛应用于储层参数预测、裂缝识别及地震属性模式识别.在勘探初期,往往会遇到小样本量的情况,为获得好的模式识别效果,有必要对平滑参数和训练样本的选取方法进行研究.在分析了平滑参数对网络分类符合率的影响后,利用取值试验得到样本归一化情况下平滑参数的最优取值区间.在此基础上进行训练样本选取的随机性、均匀性及数量试验,发现均匀选取各类训练样本时,小样本量能使网络获得较高的分类符合率,而大样本量则能得到更高的分类符合率.X工区的实际应用结果表明,概率神经网络在少井情况下具备一定的应用潜力,可作为勘探初期利用地震属性进行模式识别的一种选择.

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	西南石油大学地球科学与技术学院	126	1946	22.0	39.0
2	罗浩然	西南石油大学地球科学与技术学院	4	19	2.0	4.0
3	丁峰	西南石油大学地球科学与技术学院	24	258	7.0	15.0
4	黄旭日	西南石油大学地球科学与技术学院	6	15	2.0	3.0