| 自组织特征映射神经网络在岩性识别中的应用 |
| |
| 引用本文： | 林万昌,陈汶滨,田继东.自组织特征映射神经网络在岩性识别中的应用[J].西南石油大学学报（自然科学版）,1999,21(3):78-80. |
| |
| 作者姓名： | 林万昌 陈汶滨 田继东 |
| |
| 作者单位： | (1.西南石油学院计算机科学系,四川 南充 637001) |
| |
| 摘 要： | 传统的岩性识别技术主要基于统计学理论,如贝叶斯方法、回归方法等,近年来人工神经网络方法如反向传播算法(Back-Propagation, B-P)也应用于岩性识别,取得了一定的效果。用Kohonen提出的自组织特征映射神经网络对测井数据进行岩性识别,该方法具有较强的自组织性、自适应性,有较高的容错能力。与B-P算法相比较,计算量小,收效速度快,且不需要已知的先验信息而自动确定分类类别。结果表明与统计方法、岩性录井分析结果一致。
|
| 关 键 词： | 神经网络 岩性识别 模式识别 聚类分析 |
| 收稿时间： | 1999-03-19 |
APPLICATION OF SELF-ORGANIZING FEATURE MAP NEURAL NETWORK IN LITHOLOGICAL IDENTIFICATION |
| |
| LIN Wanchang,CHENG Wenbin TIAN Jidong.APPLICATION OF SELF-ORGANIZING FEATURE MAP NEURAL NETWORK IN LITHOLOGICAL IDENTIFICATION[J].Journal of Southwest Petroleum University(Seience & Technology Edition),1999,21(3):78-80. |
| |
| Authors: | LIN Wanchang CHENG Wenbin TIAN Jidong |
| |
| Institution: | （Southwest Petroleum Inst） |
| |
| Abstract: | neural network; lithological identification; pattern recognition; cluster analysis |
| |
| Keywords: | The classical li" target="_blank">75cm'>The classical li such as Bayesian method regressive method et al This paper introduces the presented by T Kohonen to recognize the lithology based on the log data T self-organization and high fault tolerance capacit the method has small amount of calculation and fas and can automatically decide the |
|
| 点击此处可从《西南石油大学学报（自然科学版）》浏览原始摘要信息 |
| 点击此处可从《西南石油大学学报（自然科学版）》下载免费的PDF全文 |
