自适应RBF网络在地质异常体识别中的应用
【摘要】:正1.引言断层、裂缝、生物礁及碳酸盐岩溶洞等地质异常体的识别在油气勘探过程中占有非常重要地位。这些地质异常体不但是油气聚集的有利场所,也是油气勘探和开发的重点区域,因此了解其发育及分布情况对于油气勘探与开发具有十分重要的意义。在地震解释中,径向基函数(RBF)神经网络作为一种重要的神经网络算法,在储层岩性参数预测和隐蔽性油气藏识别中被广泛地应用。然而,在实际应用过程中,RBF网络中隐单元的个数与宽度往往是通过主观经验或者实验的方式决定的,从而增加了地质异常体识别过程中的不确定性。在本文中,我们提出了一种自适应RBF网络方法对地质异常体的特征进行自动识别。其主要特点在于:算法根据已知的多属性地质异常体样本点特征,自适应地确定RBF神经网络中隐节点的数目
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||
|