基于主成分分析的BP神经网络在岩性识别中的应用

被引：26

作者：

张国英 ^{[1
]}

王娜娜 ^{[1
]}

张润生 ^{[2
]}

马兵胜 ^{[2
]}

机构：

[1] 北京石油化工学院

[2] 山西省自动化研究所

来源：

北京石油化工学院学报 | 2008年 / 03期

关键词：

主成分分析; BP神经网络; 岩性识别;

D O I：

暂无

中图分类号：

P631.81 []; TP183 [人工神经网络与计算];

学科分类号：

0818 ; 081801 ; 081802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种将主成分分析和BP神经网络相结合的方法对测井资料进行岩性识别。首先将原始测井数据进行主成分分析,分析结果作为PCA-BP神经网络的学习样本进行训练,建立测井解释的PCA-BP神经网络岩性识别模型,并用该模型对测试样本进行识别。结果表明该方法同传统的BP神经网络相比,不仅简化了网络结构(网络的输入神经元个数由5个减少为2个),网络收敛速度也加快了21%,而且识别的准确率提高了25%。

引用

页码：43 / 46

页数：4

共 5 条

[1]

神经网络及其在石油测井中的应用.[M].杨斌[等]著;.石油工业出版社.2005,

[2] 基于PCA和神经网络的识别方法研究 [J].