基于再生核神经网络的断层面模型重构

摘要：

为了提高勘探精度及采油效率,需要更深入地了解地质构造,因此断层面模型的重构有着重要的意义,为此提出了基于再生核神经网络的断层面重构方法.再生核源于不同学科分支,目前已成为函数逼近的重要工具.将再生核与神经网络有机地结合起来,提出一种新型的神经网络--再生核神经网络,且将网络的训练归结为求解线性方程组问题,为了建立既具有足够精度又能表现系统行为的简单模型,考虑线性方程组的稀疏解是必要的,稀疏解就是具有大量零元素的近似解.虽然稀疏解整体误差较小,但可能在一些点上的误差较大,为此提出对稀疏解的误差修正方法.将再生核神经网络应用于大庆地区的断层面模型重构,实验结果表明,本文重构的断层面与传统方法重构的断层面相比,更符合大庆地区的地质情况.

关键词：再生核、断层面重构、稀疏解

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

在线出版日期：2005-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：721-724