CORC  > 中国矿业大学(徐州)
基于交叉验证的地震多属性概率神经网络(PNN)反演在识别热瓦普地区火成岩中的应用
谢会文 ; 许永忠 ; 郑多明 ; 高宏亮 ; 李国会 ; 叶茂林 ; 王双双
2015-09-10 ; 2015-09-10
关键词PNN神经网络反演 交叉验证 岩性识别 火成岩
中文摘要新疆塔北地区发育巨厚二叠系火成岩,速度差异较大,而且火山喷发模式难确定,给其下伏低幅度碎屑岩圈闭和岩性圈闭落实带来困难。本文对二叠系火成岩利用概率神经网络反演等方法进行精细的速度场研究。概率神经网络反演是一种典型的非线性反演方法,相比于稀疏脉冲反演,在地震反演过程的非线性问题,具有更好的分辨率。通过逐步回归和交叉验证优选使验证误差最小的属性组合,使反演结果与测井属性有更好的相关性。建立的速度场经验证,更符合火成岩分布与速度变化规律。
内容类型期刊论文
源URL[http://ir.calis.edu.cn/hdl/232060/14355]  
专题中国矿业大学(徐州)
推荐引用方式
GB/T 7714
谢会文,许永忠,郑多明,等. 基于交叉验证的地震多属性概率神经网络(PNN)反演在识别热瓦普地区火成岩中的应用[J],2015, 2015.
APA 谢会文.,许永忠.,郑多明.,高宏亮.,李国会.,...&王双双.(2015).基于交叉验证的地震多属性概率神经网络(PNN)反演在识别热瓦普地区火成岩中的应用..
MLA 谢会文,et al."基于交叉验证的地震多属性概率神经网络(PNN)反演在识别热瓦普地区火成岩中的应用".(2015).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace