期刊文献+

利用多种模式识别法预测廊固拗陷含油砂体 被引量:3

Predicting oil sand body in the Langgu depression by several pattern recognition methods
下载PDF
导出
摘要 通过分析地震资料,最大限度地提取各种特征参数,确定各种地震参数及其分布规律,再使用综合参数法、判别分析法、自组织学习人工神经网络和有监督学习人工神经网络等多种技术对廊固拗陷已知油藏J砂体进行了预测验证,并对B砂体和C砂体从正反两方面进行了成功预测。 Various characteristic parameters were uttermostly derived from seisrnic data analysis. Then various seismic parameters and the distributions were determined definitely. The prediction and verification of known J oil'sand body in the Langgu depression have been done successfully by making use of several methods such as integration, discrimination, unsupervised artificial neural network and supervised artificial neural network. What is more, forward and inverse predictions of B and C sand bodies have been achieved successfully.
出处 《石油地球物理勘探》 EI CSCD 北大核心 1995年第2期264-271,共8页 Oil Geophysical Prospecting
关键词 模式识别 预测 含油砂体 地震勘探 油气勘探 characteristic parameter, pattern recognition, lateral prediction,oil sand body
  • 相关文献

参考文献3

  • 1钱绍新,93北京SEG/CPS国际勘探地球物理学术会议论文摘要,1993年
  • 2包约翰,自适应模式识别与神经网络,1992年
  • 3杜世通,石油大学学报,1990年

同被引文献37

引证文献3

二级引证文献44

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部