《表1 测井参数间的相关系数矩阵》

  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

《基于贝叶斯正则化改进BP神经网络的页岩气有机碳含量预测模型》

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

通过综合分析研究区B1井TOC含量测井响应机理，选取孔隙度（PORD）、泥质含量（SH）、井径（CAL）、温度（TEMP）、横波时差（DTS）、纵波时差（AC）、自然伽马（GR）、密度（RHOB）8条测井参数作为评价分析TOC含量的影响因子。在建立TOC含量预测模型时，利用任何单一参数基本无法满足区域评价的精度要求，因此为了更好的表示TOC含量与测井曲线间的非线性映射关系，避免主观因素造成测井资料的信息缺失，压缩维数进而提高预测精度，对上述影响因子进行主成分分析，计算相关系数矩阵来反映各测井曲线之间的相关性大小，其中相关系数越接近1，测井参数间相关性越好，结果如表1所示。