测井技术
測井技術
측정기술
WELL LOGGING TECHNOLOGY
2011年
z1期
649-651
,共3页
测井解释%储层参数%人工神经网络%自组织%分类%模型建立
測井解釋%儲層參數%人工神經網絡%自組織%分類%模型建立
측정해석%저층삼수%인공신경망락%자조직%분류%모형건립
应用人工神经网络技术,实现数据的自组织分类,针对不同的类,建立相应的解释模型,实际计算时,采用统计模式识别方法选择解释模型.以渗透率为例,比较了经验公式、人工神经网络方法和人工神经网络自组织分类方法三者的计算结果,结果表明,由经验模型到神经网络单一混合模型再到神经网络自组织分类模型,其平均相关系数逐步提高,平均绝对误差、平均相对误差依次降低.据此,自组织分类方法具有更大的优越性.
應用人工神經網絡技術,實現數據的自組織分類,針對不同的類,建立相應的解釋模型,實際計算時,採用統計模式識彆方法選擇解釋模型.以滲透率為例,比較瞭經驗公式、人工神經網絡方法和人工神經網絡自組織分類方法三者的計算結果,結果錶明,由經驗模型到神經網絡單一混閤模型再到神經網絡自組織分類模型,其平均相關繫數逐步提高,平均絕對誤差、平均相對誤差依次降低.據此,自組織分類方法具有更大的優越性.
응용인공신경망락기술,실현수거적자조직분류,침대불동적류,건립상응적해석모형,실제계산시,채용통계모식식별방법선택해석모형.이삼투솔위례,비교료경험공식、인공신경망락방법화인공신경망락자조직분류방법삼자적계산결과,결과표명,유경험모형도신경망락단일혼합모형재도신경망락자조직분류모형,기평균상관계수축보제고,평균절대오차、평균상대오차의차강저.거차,자조직분류방법구유경대적우월성.
