论文部分内容阅读
有机并有效利用纵波与转换横波在油气储层敏感度上存在的差异，有助于突出地震油气储层特征，有助于提高地震油气储层分布边界刻画的精度.基于此，本文设计了一种卷积神经网络与支持向量机方法相结合的多波地震油气储层分布预测的深度学习法（Deep Learning Method）.首先，利用莱特准则剔除所生成的多波地震属性中可能存在的异常值降低网络变体数量.然后，通过能突出多波地震油气储层特征的聚类算法和无监督学习算法构建隐藏层，用于增加网络共享，提取油气特征.最后，将增加网络罚值后的井点样本作为支持向量机预测的输入样