论文部分内容阅读
提出了一种基于模糊超球神经网络聚类与图像处理技术相结合的沉积微相识别方法,首先将测井曲线和地层参数 转化为二值点阵图像模式,经过数据编码压缩,提取和记忆地层模式特征,然后利用模糊超球神经网络聚类和BP算法相结合的方法训练多层前馈神经网络,应用该方法识别了大庆油田的186个小层的沉积微相,其网络自动识别准确率可达86.0%,结果表明,该神经网络稳定,且具有良好的适应性。