【摘要】：概率神經(jīng)網(wǎng)絡(luò)(PNN)因訓(xùn)練方法簡單且具有較好的分類能力而廣泛應(yīng)用于儲層參數(shù)預(yù)測、裂縫識別及地震屬性模式識別。在勘探初期,往往會遇到小樣本量的情況,為獲得好的模式識別效果,有必要對平滑參數(shù)和訓(xùn)練樣本的選取方法進行研究。在分析了平滑參數(shù)對網(wǎng)絡(luò)分類符合率的影響后,利用取值試驗得到樣本歸一化情況下平滑參數(shù)的最優(yōu)取值區(qū)間。在此基礎(chǔ)上進行訓(xùn)練樣本選取的隨機性、均勻性及數(shù)量試驗,發(fā)現(xiàn)均勻選取各類訓(xùn)練樣本時,小樣本量能使網(wǎng)絡(luò)獲得較高的分類符合率,而大樣本量則能得到更高的分類符合率。X工區(qū)的實際應(yīng)用結(jié)果表明,概率神經(jīng)網(wǎng)絡(luò)在少井情況下具備一定的應(yīng)用潛力,可作為勘探初期利用地震屬性進行模式識別的一種選擇。
[Abstract]:Probabilistic neural network (PNN) is widely used in reservoir parameter prediction fracture recognition and seismic attribute pattern recognition because of its simple training method and good classification ability. In the early stage of exploration, small sample size is often encountered. In order to obtain good pattern recognition effect, it is necessary to study the selection method of smoothing parameters and training samples. After analyzing the influence of smoothing parameters on the classification coincidence rate of the network, the optimal value interval of smoothing parameters under the condition of sample normalization is obtained by taking value test. On this basis, the randomness, uniformity and quantity of training sample selection are tested. It is found that when all kinds of training samples are chosen evenly, the small sample size can make the network obtain a higher classification coincidence rate. The practical application results of X work area show that the probabilistic neural network has certain application potential in the case of fewer wells. It can be used as an option for pattern recognition using seismic attributes in early exploration.
【作者單位】： 西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院;
【基金】：國家科技重大專項(2016ZX05025001-001)資助~~
【分類號】：P631.4

【參考文獻】

相關(guān)期刊論文 前10條

1 龐國印;唐俊;王琪;馬曉峰;廖朋;;利用概率神經(jīng)網(wǎng)絡(luò)預(yù)測成巖相——以鄂爾多斯盆地合水地區(qū)延長組長8段儲層為例[J];特種油氣藏;2013年02期

2 王曉;周文;王洋;袁清蕓;謝潤成;葛善良;;新場深層致密碎屑巖儲層裂縫常規(guī)測井識別[J];石油物探;2011年06期

3 郝立波;蔣艷明;陸繼龍;孫淑梅;白榮杰;;利用多目標地球化學(xué)數(shù)據(jù)識別第四紀沉積物類型——基于概率神經(jīng)網(wǎng)絡(luò)方法[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2008年06期

4 張紹紅;林昌榮;;砂泥巖地層概率神經(jīng)網(wǎng)絡(luò)巖性反演技術(shù)應(yīng)用研究[J];西安石油大學(xué)學(xué)報(自然科學(xué)版);2008年04期

5 劉淑華;謝占安;劉建武;付興深;張文林;;疊前地震多屬性反演在南堡油田火成巖研究中的應(yīng)用[J];石油物探;2008年01期

6 邢杰;蕭德云;;基于PCA的概率神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化[J];清華大學(xué)學(xué)報(自然科學(xué)版);2008年01期

7 古發(fā)明;尹成;丁峰;;應(yīng)用粗集理論優(yōu)選地震屬性的方法研究[J];西南石油大學(xué)學(xué)報;2007年S2期

8 魏艷;尹成;丁峰;鮑祥生;;地震多屬性綜合分析的應(yīng)用研究[J];石油物探;2007年01期

9 鮑祥生;尹成;趙偉;張金淼;劉志斌;;儲層預(yù)測的地震屬性優(yōu)選技術(shù)研究[J];石油物探;2006年01期

10 杜紅斌,郭巧占;概率神經(jīng)網(wǎng)絡(luò)及其在儲層產(chǎn)能預(yù)測中的應(yīng)用[J];石油儀器;2005年04期

相關(guān)碩士學(xué)位論文 前1條

1 馬運勇;概率神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化研究及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2008年

【共引文獻】

相關(guān)期刊論文 前10條

1 劉忠亮;張成富;張淵;李勤英;李清辰;劉軍;李寧朝;崔慶峰;;Oriente盆地L-I-Y油田Hollin組與Napo組沉積微相研究[J];石油物探;2017年04期

2 羅浩然;尹成;丁峰;黃旭日;;概率神經(jīng)網(wǎng)絡(luò)的平滑參數(shù)分析及在地震屬性分析中的應(yīng)用[J];石油物探;2017年04期

3 李飛躍;張功成;楊海長;楊東升;紀沫;;復(fù)雜斷裂綜合解釋方法在長昌凹陷的應(yīng)用[J];石油物探;2017年04期

4 車向前;張欣欣;邊莉;;利用改進組合交叉熵實現(xiàn)煤層氣儲層地震屬性約簡[J];煤田地質(zhì)與勘探;2017年03期

5 呂晶;謝潤成;周文;劉毅;尹帥;張沖;;LM-BP神經(jīng)網(wǎng)絡(luò)在泥頁巖地層橫波波速擬合中的應(yīng)用[J];中國石油大學(xué)學(xué)報(自然科學(xué)版);2017年03期

6 鄭文召;;基于疊前資料的新型屬性優(yōu)選算法[J];工程地球物理學(xué)報;2017年03期

7 解潔清;;螞蟻+RGB屬性融合技術(shù)在淮北QD礦斷層解釋中的應(yīng)用[J];中國煤炭地質(zhì);2017年05期

8 趙虎;羅磊;楊天;張俊杰;鐘克修;胡雯雯;;少井區(qū)鮞灘儲層敏感地震屬性優(yōu)選及預(yù)測[J];地球物理學(xué)進展;2017年02期

9 謝瑋;劉斌;錢艷苓;孫煒;史飛洲;李玉;;基于粒子群優(yōu)化最小二乘支持向量機的裂縫及縫洞充填物識別[J];大慶石油地質(zhì)與開發(fā);2017年02期

10 李曙光;蘇錦義;;致密砂巖儲層流體密度氣水識別研究及應(yīng)用[J];工程地球物理學(xué)報;2017年02期

相關(guān)碩士學(xué)位論文 前4條

1 王子健;基于概率神經(jīng)網(wǎng)絡(luò)的發(fā)動機失火故障診斷[D];吉林大學(xué);2016年

2 高雪波;基于暫態(tài)信號分析的異步電動機故障診斷技術(shù)研究[D];西安建筑科技大學(xué);2016年

3 謝聰;基于CGA-PNN的高速公路交通事件檢測算法研究[D];西南交通大學(xué);2016年

4 郭宇明;用于飲料辨識的電子舌技術(shù)研究[D];東北電力大學(xué);2011年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 彭劉亞;崔若飛;張亞兵;;概率神經(jīng)網(wǎng)絡(luò)在地震巖性反演中的應(yīng)用[J];煤田地質(zhì)與勘探;2012年04期

2 石玉江;肖亮;毛志強;郭浩鵬;;低滲透砂巖儲層成巖相測井識別方法及其地質(zhì)意義——以鄂爾多斯盆地姬塬地區(qū)長8段儲層為例[J];石油學(xué)報;2011年05期

3 梁建設(shè);王琪;郝樂偉;唐俊;廖朋;;成巖相分析方法在南海北部深水區(qū)儲層預(yù)測的應(yīng)用——以珠江口盆地白云凹陷為例[J];沉積學(xué)報;2011年03期

4 張響響;鄒才能;朱如凱;陶士振;楊式升;;川中地區(qū)上三疊統(tǒng)須家河組儲層成巖相[J];石油學(xué)報;2011年02期

5 楊威;魏國齊;金惠;沈玨紅;;碳酸鹽巖成巖相研究方法及其應(yīng)用——以揚子地塊北緣飛仙關(guān)組鮞灘儲層為例[J];巖石學(xué)報;2011年03期

6 高輝;孫衛(wèi);;鄂爾多斯盆地合水地區(qū)長8儲層成巖作用與有利成巖相帶[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2010年03期

7 張娟;周文;鄧虎成;王旭;呂晶;;麻黃山地區(qū)延安組、延長組儲層裂縫特征及識別[J];巖性油氣藏;2009年04期

8 葉泰然;張虹;唐建明;;深層裂縫性致密碎屑巖氣藏高效儲滲區(qū)識別——以川西新場氣田上三疊統(tǒng)須家河組氣藏為例[J];天然氣工業(yè);2009年11期

9 張磊;龔福華;任瑞清;李萍;;鄂爾多斯盆地胡尖山-王洼子地區(qū)長4+5儲層成巖作用及成巖相研究[J];特種油氣藏;2009年05期

10 王時林;秦啟榮;蘇培東;;儲層裂縫識別與預(yù)測[J];斷塊油氣田;2009年05期

相關(guān)碩士學(xué)位論文 前5條

1 張世榮;支持向量機文本分類算法研究[D];大連理工大學(xué);2007年

2 趙佳白;概率神經(jīng)網(wǎng)絡(luò)的改進研究及其在股票預(yù)測上的應(yīng)用[D];暨南大學(xué);2007年

3 蔡曲林;基于概率神經(jīng)網(wǎng)絡(luò)的模式識別[D];國防科學(xué)技術(shù)大學(xué);2005年

4 鄭柏杰;基于劃分的聚類算法研究[D];重慶大學(xué);2005年

5 潘文鋒;基于內(nèi)容的垃圾郵件過濾研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2004年

【相似文獻】

相關(guān)期刊論文 前10條

1 肖玉玲;孫麗娜;;基于概率神經(jīng)網(wǎng)絡(luò)的發(fā)動機故障診斷方法研究[J];河南教育學(xué)院學(xué)報(自然科學(xué)版);2012年03期

2 劉麗紅;彭真明;黃東山;李全忠;陶韜;;基于概率神經(jīng)網(wǎng)絡(luò)信息融合的擬聲波構(gòu)建方法[J];石油地球物理勘探;2012年05期

3 段傳學(xué),徐光華,孟光;概率神經(jīng)網(wǎng)絡(luò)的邊界預(yù)報[J];上海交通大學(xué)學(xué)報;2005年02期

4 李鵬;;基于概率神經(jīng)網(wǎng)絡(luò)的光纖智能結(jié)構(gòu)承載定位[J];廣西師范大學(xué)學(xué)報(自然科學(xué)版);2011年02期

5 趙溫波,黃德雙,郭t，

本文編號：2375978