《表2 部分BP神经网络训练样本》
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
《基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别》
在第2节建立的分频剖面模型中,低频与高频剖面能量分布的差异与储层分布存在显著关联性,可以利用神经网络对这种差异进行学习,从而对某一区域的流体特征做出判断。分别对A井、B井的分频剖面振幅值数据进行标准化,形成训练样本(P1,P2),构成训练集。训练集中包括了700个样本,其中含气样本350个,不含气样本350个。结合测井资料,在含气层和不含气层对应的目标输出(T1,T2)分别为(1,0)和(0,1)。部分训练样本如表2所示。
图表编号 | XD0091241400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.08 |
作者 | 张健、薛雅娟、常强、张莉萍 |
绘制单位 | 成都信息工程大学通信工程学院、成都信息工程大学通信工程学院、中国石化地球物理重点实验室、成都信息工程大学通信工程学院、成都信息工程大学通信工程学院 |
更多格式 | 高清、无水印(增值服务) |