反传网络(CPN)的改进及其在储层预测中的应用

被引:1
作者
何平
胡远来
机构
[1] 成都理工学院应用数学系
关键词
反传网络,Kohonen自组织特征映射,Grossberg外星网络,混合分类器网络;
D O I
暂无
中图分类号
P618.130.21,O233 [];
学科分类号
摘要
反传网络(CPN)是由Kohonen自组织特征映射和Grossberg外星网络组合形成的一种无指导混合分类器网络。本文尝试用反传网络对地震信息进行油气预测和分类。首先实现该网络的常规算法,然后对其进行了改进,最后利用这一算法对某油田的地震资料进行了CPN网络的学习建模及油气预测计算,取得了较为满意的效果。
引用
收藏
页码:3 / 5
页数:6
相关论文
共 3 条
[1]   自组织特征映射网络的改进及在储层预测中的应用 [J].
罗立民 ;
王允诚 .
石油地球物理勘探, 1997, (02) :237-245+304
[2]  
神经网络模式识别系统理论.[M].黄德双著;.电子工业出版社.1996,
[3]  
神经网络导论.[M].胡守仁等编著;.国防科技大学出版社.1993,