| 概率神经网络在地震岩性反演中的应用 | |
| 彭刘亚 ; 崔若飞 ; 张亚兵 | |
| 2015-09-21 ; 2015-09-21 | |
| 关键词 | 概率神经网络 岩性反演 孔隙度 波阻抗 |
| 中文摘要 | 卧龙湖煤矿北二采区岩浆岩侵入8煤层的现象较为严重,同时该区煤层中构造煤比较发育,瓦斯富集问题较为突出。利用三维地震资料、测井曲线进行约束反演得到的波阻抗作为外部属性,并使用step-wise属性选择法确定合适数目的地震属性,利用概率神经网络技术(PNN)对该区进行孔隙度预测反演。孔隙度反演结果与波阻抗反演结果的对比表明:孔隙度较波阻抗对于识别瓦斯富集带具有更高的分辨能力;概率神经网络具有高稳定性、计算精度高等特点,可作为研究构造煤发育和瓦斯赋存的有效手段。 |
| 内容类型 | 期刊论文 |
| 源URL | [http://ir.calis.edu.cn/hdl/232060/16285]  |
| 专题 | 中国矿业大学（徐州） |
| 推荐引用方式 GB/T 7714 | 彭刘亚,崔若飞,张亚兵. 概率神经网络在地震岩性反演中的应用[J],2015, 2015. |
| APA | 彭刘亚,崔若飞,&张亚兵.(2015).概率神经网络在地震岩性反演中的应用.. |
| MLA | 彭刘亚,et al."概率神经网络在地震岩性反演中的应用".(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 |
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。
修改评论