期刊文献+

基于油气识别的概率神经网络算法 被引量:2

PNN Algorithm In Oil and Gas Recognition
下载PDF
导出
摘要 随着我国对石油需求的逐年增加,对石油勘探技术的要求也越来越高,而测井信号的准确识别对石油的勘探技术有着重大的意义。本文通过对测井信号的预处理,利用径向基神经网络的一种延伸--概率神经网络,对测井信号进行网络训练,达到识别的效果。研究和实验结果表明,本文方法对测井信号的识别有很高的准确性,实用性,运行速度快。 As the oil demand increased year by year, oil exploration technology requirements are also getting higher and higher, so identify the exact signal for oil exploration technology, has a great significance. Based on the logging signal preconditioning, Used a kind of RBF network extension-PNN to train the logging signal to attach the clustering effect. Research and experimental results show that this method of identification on logging signals has high accuracy, practicality, run faster.
出处 《微计算机信息》 2009年第7期262-263,289,共3页 Control & Automation
基金 基金申请人:吴国平 基金资助项目名称:油气圈闭场源参数全域灰色自适应解法 基金颁发部门:国家自然科学基金委(40674069)
关键词 模式识别 径向基 概率神经网络 储层 Pattern Recognition RBF PNN Reservoir
  • 相关文献

参考文献2

二级参考文献3

共引文献22

同被引文献75

引证文献2

二级引证文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部