Kohonen自组织神经网络的改进及其在地震多属性分析中的应用

扫码查看

原文链接

NETL

中文摘要：由于Kohonen自组织神经网络自身的一些特点,如结构简单、不需要额外的约束条件等,因此,在地震属性分类中得到广泛的应用.但也存在一些问题,本文就针对自组织特征映射(SOFM)算法进行地震属性分类时的分类不准确、分类边界不清晰以及速度慢等不足,引入了频率敏感原理,得出频率敏感自组织特征映射(F-SOFM)算法.在遵从地震属性选取原则的基础上,用F-SOFM算法对这些属性进行分类,帮助地震解释.通过模型试算以及实际数据应用,本方法都收到了很好的效果.

作者：

印兴耀、葸晓宇、张繁昌

展开 >

作者单位：

石油大学(华东)地球资源与信息学院

关键词：

Kohonen自组织神经网络地震属性分类 F-SOFM算法 SOFM算法

主办单位：

中国石油学会

中国地球物理学会

会议名称：

CPS/SEG 2004国际地球物理会议

会议时间：

2004-03-01

会议地点：

北京

会议母体文献：

CPS/SEG 2004国际地球物理会议论文集

页码：

780-783

出版时间：

2004