基于主成分自组织神经网络法的测井曲线分层技术OA北大核心CSTPCD
在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神…查看全部>>
张强;胡志伟;王毛毛;周成号
核工业二一六大队,新疆乌鲁木齐830011核工业二一六大队,新疆乌鲁木齐830011核工业二一六大队,新疆乌鲁木齐830011核工业二一六大队,新疆乌鲁木齐830011
地质学
测井曲线自组织神经网络算法主成分分析法岩性分层砂岩型铀矿
《地质与勘探》 2024 (5)
P.1013-1020,8
中国核工业地质局项目(编号:202205、202206)资助。
评论