地球物理学进展
地毬物理學進展
지구물이학진전
PROGRESS IN GEOPHYSICS
2005年
2期
332-336
,共5页
自组织特征映射%工神经网络%井资料%性识别
自組織特徵映射%工神經網絡%井資料%性識彆
자조직특정영사%공신경망락%정자료%성식별
为了解决测井岩性识别问题,引入具有较强的聚类和容错能力的自组织特征映射(SOFM)神经网络.在说明SOFM网络的模型和算法的基础上,结合某地的实际测井资料,建立SOFM网络岩性识别模型,进行岩性识别的应用研究.结果表明,识别的准确率较高,证明SOFM网络可以用于解决测井岩性识别问题,具有很好的应用前景.
為瞭解決測井巖性識彆問題,引入具有較彊的聚類和容錯能力的自組織特徵映射(SOFM)神經網絡.在說明SOFM網絡的模型和算法的基礎上,結閤某地的實際測井資料,建立SOFM網絡巖性識彆模型,進行巖性識彆的應用研究.結果錶明,識彆的準確率較高,證明SOFM網絡可以用于解決測井巖性識彆問題,具有很好的應用前景.
위료해결측정암성식별문제,인입구유교강적취류화용착능력적자조직특정영사(SOFM)신경망락.재설명SOFM망락적모형화산법적기출상,결합모지적실제측정자료,건립SOFM망락암성식별모형,진행암성식별적응용연구.결과표명,식별적준학솔교고,증명SOFM망락가이용우해결측정암성식별문제,구유흔호적응용전경.
