基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
N气田花港组上段H3气层组为主要的"甜点"分布区,H3b砂层组最为显著,属于低渗气层.该区域储层非均质性强,目前仅有四口探井.为了建立相对可靠的岩相模型,需要利用地震属性约束井间岩相的预测.研究区单一地震属性与井上岩相的相关性均较差,采用BP神经网络方法,利用多种地震属性组合,提高了单井岩相预测的准确性.对BP神经网络中的隐含层数、训练集和验证集样本数进行了敏感性分析,确定了适合研究区的计算方案,为三维岩相模型的建立提供了借鉴.
推荐文章
优化BP神经网络算法在油茶产量预测中的应用
油茶
BP神经网络算法
回溯法
相对误差
改进BP神经网络在航空弹药预测中的应用
BP神经网络
Fletcher-Reeves算法
仿真
航空弹药
BP神经网络在预测物流成本中的应用
BP神经网络
物流成本
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络在岩相预测中的应用
来源期刊 物探化探计算技术 学科 地球科学
关键词 岩相预测 模式识别 BP神经网络 地震属性 H3b砂层组
年,卷(期) 2020,(6) 所属期刊栏目 地震勘探
研究方向 页码范围 743-751
页数 9页 分类号 P631.4
字数 语种 中文
DOI 10.3969/j.issn.1001-1749.2020.06.07
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (194)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(16)
  • 参考文献(2)
  • 二级参考文献(14)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(13)
  • 参考文献(0)
  • 二级参考文献(13)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
岩相预测
模式识别
BP神经网络
地震属性
H3b砂层组
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物探化探计算技术
双月刊
1001-1749
51-1242/P
大16开
成都理工大学内
62-35
1979
chi
出版文献量(篇)
2450
总下载数(次)
3
总被引数(次)
15054
论文1v1指导