基于概率神经网络信息融合的拟声波构建方法

被引：8

作者：

刘丽红 ^{[1
]}

彭真明 ^{[1
]}

黄东山 ^{[2
]}

李全忠 ^{[1
]}

陶韬 ^{[1
]}

机构：

[1] 电子科技大学光电信息学院

[2] 中石油川庆钻探工程有限公司地球物理勘探公司

来源：

石油地球物理勘探 | 2012年 / 47卷 / 05期

关键词：

概率神经网络; 模型设计; 测井信息融合; 拟声波构建;

D O I：

10.13810/j.cnki.issn.1000-7210.2012.05.019

中图分类号：

TP183 [人工神经网络与计算]; TP202 [设计、性能分析与综合];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0811 ; 081101 ; 081102 ;

摘要：

本文介绍一种基于概率神经网络(PNN)的拟声波曲线构建方法。首先论述了基本PNN的数学模型,在此基础上,设计了适合于多源测井信息融合的多输入、单输出PNN网络拓扑结构,并利用PNN的插值功能以拟合误差最小为准则推导出新模型的输出;最后利用该模型对实际测井资料进行处理,能够快速、自适应构建拟声波曲线。通过对处理结果的分析,验证了该方法的合理性和有效性。

引用

页码：803 / 807+844+681 +844

页数：8

共 9 条

[1] 测井—地震多属性分层重构特征曲线技术 [J].