地震资料的统计模式识别和神经网络模式识别

doi:10.7623/syxb199702004

石油学报 ›› 1997, Vol. 18 ›› Issue (2): 18-25.DOI: 10.7623/syxb199702004

地震资料的统计模式识别和神经网络模式识别

代俊堂, 钱绍新

石油勘探开发科学研究院北京

收稿日期:1996-03-29 修回日期:1996-08-22 出版日期:1997-04-25 发布日期:2013-07-08
作者简介:代俊堂.1993年毕业于北京大学技术物理系,获理学硕士学位.现在中国子:油大然气总公司石油勘探开发科学研究院攻读石油地球物理勘探专业的博士学位.通讯处:北京910信箱地球物理所,邮编:100083.
基金资助:
国家自然科学基金,中国科学院,中国石油天然气总公司;大庆石油管理局

STATISTICAL PATTERN RECOGNITION AND NEURAL NETWORK PATTERN RECOGNITION OF SEISMIC DATA

Dai Juntang, Qian Shaoxin

Research Institute of Petroleum Exploration and Development, Beijing

Received:1996-03-29 Revised:1996-08-22 Online:1997-04-25 Published:2013-07-08

摘要/Abstract

摘要： 在油气储集层预测技术中存在着两种不同的地震模式识别方法--统计模式识别和神经网络模式识别.文中详细地描述了上述两种方法,着重在于分析两者决策面的差异,并得出结论：神经网络模式识别的决策面可以是任意复杂的形式,而统计模式识别的决策面只能是有限的几种简单形式;因此神经网络模式识别较统计模式识别具有更大的适应性.通过两个实例证实了上述结论

关键词: 模式识别, 神经网络, 决策面, 地震解释

Abstract: There are two different seismic pattern recognition methods for prediction of hydrocarbon reservoir.One is statistical pattern recognition (SPR),the other is neural network pattern recognition(NNPR).In this paper,both methods are described with special attention to the analysis of decision interfaces.The decision interface of NNPR can be of any complex forms,while SPR can only have some simple decision interfaces,so NNPR is more adaptable than SPR.This conclusion has been proved by two examples.

Key words: pattern recognition, neural network, decision interface, seismic interpretation

代俊堂, 钱绍新 . 地震资料的统计模式识别和神经网络模式识别[J]. 石油学报, 1997, 18(2): 18-25.

Dai Juntang, Qian Shaoxin. STATISTICAL PATTERN RECOGNITION AND NEURAL NETWORK PATTERN RECOGNITION OF SEISMIC DATA[J]. Editorial office of ACTA PETROLEI SINICA, 1997, 18(2): 18-25.

[1]	王姣, 李红梅, 李振春, 王德营, 董烈乾, 徐文才, 李河昭. 基于GRNN振幅谱估计的井控提高地震分辨率技术[J]. 石油学报, 2015, 36(6): 715-723.
[2]	梅庆华, 何登发, 文竹, 李英强, 李皎. 四川盆地乐山—龙女寺古隆起地质结构及构造演化[J]. 石油学报, 2014, 35(1): 11-25.
[3]	朱怡翔石广仁. 火山岩岩性的支持向量机识别[J]. 石油学报, 2013, 34(2): 312-322.
[4]	蒋官澄吴雄军王晓军张卫行李洋洋王金树. 确定储层损害预测评价指标权值的层次分析法[J]. 石油学报, 2011, 32(6): 1037-1041.
[5]	周金应桂碧雯李茂林闻. 基于岩控的人工神经网络在渗透率预测中的应用[J]. 石油学报, 2010, 31(6): 985-988.
[6]	王明达张来斌梁伟陈志刚. 基于独立分量分析和支持向量机的管道泄漏识别方法[J]. 石油学报, 2010, 31(4): 659-663.
[7]	余东亮, 张来斌, 梁伟, 叶迎春, 王朝晖. 长输管道信号降噪及工况识别方法研究[J]. 石油学报, 2009, 30(6): 937-941.
[8]	裴峻峰, 张嗣伟, 齐明侠, 万广伟. 钻井泵液力端故障诊断新方法[J]. 石油学报, 2009, 30(4): 617-620.
[9]	张绍红. 概率神经网络技术在非均质地层岩性反演中的应用[J]. 石油学报, 2008, 29(4): 549-552.
[10]	石广仁. 支持向量机在多地质因素分析中的应用[J]. 石油学报, 2008, 29(2): 195-198.
[11]	许增福, 吴贵生, 王宏伟. 基于量子神经网络的分子沉积膜驱原油采收率预测方法[J]. 石油学报, 2008, 29(1): 84-88.
[12]	王长龙, 纪凤珠, 王建斌, 左宪章. 油气管道漏磁检测缺陷的三维成像技术[J]. 石油学报, 2007, 28(5): 146-148,152.
[13]	李道伦, 卢德唐, 孔祥言, 杜奕. BP神经网络隐式法在测井数据处理中的应用[J]. 石油学报, 2007, 28(3): 105-108.
[14]	李海燕, 彭仕宓. 苏里格气田低渗透储层成岩储集相特征[J]. 石油学报, 2007, 28(3): 100-104.
[15]	朱丽红, 杜庆龙, 魏丽影, 金振浩. 神经网络技术识别厚油层层内剩余油方法[J]. 石油学报, 2006, 27(S1): 129-132.

地震资料的统计模式识别和神经网络模式识别

STATISTICAL PATTERN RECOGNITION AND NEURAL NETWORK PATTERN RECOGNITION OF SEISMIC DATA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价