唐世伟,李子芳,许少华

• 1:大庆石油学院计算机科学与工程学院

• 2:大庆石油学院计算机科学与工程学院

• 3:大庆石油学院计算机科学与工程学院 黑龙江安达151400

• 4:黑龙江安达151400

摘要(Abstract)：

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 .

关键词(KeyWords)：模糊神经网络;图像处理;BP算法;沉积微相;测井曲线

Abstract:

Keywords:

基金项目(Foundation):黑龙江省自然科学基金资助项目 (F9917)

作者(Author):唐世伟,李子芳,许少华

Email:

参考文献(References)：

• [1] 陆汝钤.世纪之交的知识工程与知识科学[M].北京:清华大学出版社,2001.14～34.

• [2] 王士同.神经模糊系统及其应用[M].北京:北京航空航天大学出版社,1998.48～56.

• [3] 张一伟,熊琦华,王志章,等.陆相油藏描述[M].北京:石油工业出版社,1997.82～87.

• [4] 张小莉,沈 英.模式识别在测井相分析中的应用[J].西北大学学报,1999,28(5):38～43.