卷积神经网络在岩性识别中的应用

摘要：

深度学习是人工智能中的一个重要部分,卷积神经网络作为深度学习一个分支,用多层非线性计算单元可以表达高度非线性和高变度函数.提出将卷积神经网络应用于判别储层岩性的方法,构建了一个双层的卷积神经网络模型,样本回判准确率为99％.通过把卷积神经网络方法与岩石物理相方法和支持向量机方法进行对比,分析卷积神经网络方法准确率高、速度快,岩性预测具有实时性.由此证明卷积神经网络在储层岩性识别中的适用性,且准确率较高.

关键词：测井解释、深度学习、卷积神经网络、岩性识别

所属期刊栏目：43

分类号：P631.84

资助基金：国家科技重大专项"渤海湾盆地济阳坳陷致密油开发示范工程"2017ZX05072002

在线出版日期：2019-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134