信息与控制2023，Vol.52Issue(4)：455-465,11.DOI:10.13976/j.cnki.xk.2023.2180
基于非线性分类网络的气体钻井风险智能识别方法
Intelligent Identification Method of Gas Drillling Risk Based on Nonlinear Classification Network
摘要
关键词
气体钻井/钻井风险智能识别/非线性分类/卷积神经网络/RBF神经网络/K均值算法Key words
gas drilling/intelligent identification of drilling risk/nonlinear classification/convolutional neural network/RBF neural network/K-means algorithm分类
计算机与自动化引用本文复制引用
夏文鹤,赵宗旭,李皋,李永杰,李宬晓,陈向东..基于非线性分类网络的气体钻井风险智能识别方法[J].信息与控制,2023,52(4):455-465,11.基金项目
国家重点研发计划(2019YFA0708303) （2019YFA0708303）
四川省科技计划重点研发项目(2021YFG0318) （2021YFG0318）
川庆钻探公司-西南石油大学工程技术联合研究院项目(CQXN-2021-03) （CQXN-2021-03）
国家自然基金重点项目(61731016) （61731016）
