10.3969/j.issn.1000-3932.2018.05.006
基于多特征联合的BP神经网络岩性识别
为了准确地实现对岩性的有效表征,在原始测井数据基础上,首先对统计特征、纹理特征等对岩性具有更好表征能力的特征进行提取;然后对提取的特征信号进行离散余弦变换(DCT)获取可靠性更高的相关低频特征;最后,利用反向传播神经网络(BP)构建自动岩性识别系统.为了验证所提方法的有效性,采用大庆油田某区块多井测井数据进行了多组交叉对比实验.实验结果表明:利用统计特征和纹理特征的多频组合作为神经网络的输入数据,岩性识别精度明显提高.
特征提取、反向传播神经网络、测井数据、岩性识别、离散余弦变换
45
TN911.72
国家自然科学基金项目51574087
2018-07-11（万方平台首次上网日期，不代表论文的发表时间）
共5页
364-367,395
