学术知识图片库 > 自动化技术 > 归一化后的孔隙度与测井曲线交汇 建立孔隙度神经网络结构及训练样本集
归一化后的孔隙度与测井曲线交汇 建立孔隙度神经网络结构及训练样本集
图片来源:
  • 王文娟,曹俊兴,张元标,王小权. 基于微粒群算法的神经网络储层物性参数预测 , 西南石油大学学报, 2007 (06). >>查看本文图片摘要
图片关键词: 神经网络结构测井曲线孔隙度训练样本集归一化
所属学科: 自动化技术
图片上下文:
  • 就洛带地区而言,发现孔隙度与声波时差(AC)、密度(DEN)、中子(CNL)、自然伽马(GR)曲线均有良好的相关性(如图1)。因此这里可将AC、DEN、CNL、GR曲线选作为孔隙度神经网络的输入单元作网络的输入信息,输入层神经元数目为4。将岩芯孔隙度作输出层期望值。图1 归一化后....
  • >>展开全部
京 ICP 证 040431 号  网络出版服务许可证 (总)网出证(京)字第 271 号 经营性网站备案信息
京公网安备 11010802020460 号
《中国学术期刊(光盘版)》电子杂志社有限公司
KDN 平台基础技术由 KBASE 11.0 提供. © 1998-2018 中国知网(CNKI)
可信网站 诚信网站