文献类型：期刊文章

作　　者：许少华[1] 何新贵[2] 梁久祯[1]

机构地区：[1]大庆石油学院计算机系,黑龙江安达151400 [2]北京系统工程研究所,北京100101

出　　处：《控制与决策》

基　　金：黑龙江省教育厅科学技术基金项目 (10 5 11119)

年　　份：2002

卷　　号：17

期　　号：3

起止页码：332-335

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：考虑一种 5层结构的正则化模糊神经网络模型 ,针对网络结构的优化问题给出了该网络模型规则层节点的选取方法和相应的反传学习规则 ;针对样本筛选问题 ,提出一种按模糊隶属函数值相近样本向量类别矫正策略。将正则模糊神经网络用于油藏沉积微相的识别 ,可自动提取测井曲线与微相类型之间复杂的映射关系 ,实现沉积微相的连续识别。实际资料处理结果表明 。

关 键 词：模糊神经网络 学习算法 模式识别 正则化 微相识别  油藏沉积  油田勘探

分 类 号：TE19] TP183]