《表1 部分学习样本：BP神经网络在富钾卤水中的应用研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《BP神经网络在富钾卤水中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选择对岩性识别较为敏感的GR，AC，CNL，DEN和Rt 5条测井曲线作为输入曲线，具有岩心资料的90个典型样本（泥岩、硬石膏、碳酸盐岩各30个）作为输入样本，建立5×10×10×3的BP神经网络训练模型开展研究层段岩性识别。具体的岩性分别表示为:泥岩[1，0，0]、硬石膏[0，1，0]、碳酸盐岩[0，0，1]。为了提高预测结果的精确度，我们选择的样本多为特征明显、具有普遍代表性的学习样本（表1），去除了明显异常的样本点以及薄层、岩性界面处的样本点[22]。