典型文献
基于稀疏诱导特征选择神经网络的储层预测方法研究
文献摘要：
常规储层预测方法对地震属性之间的隐含关系挖掘不充分、地震属性种类繁多难以选择.针对以上问题,为提高储层岩性的分类预测精度,提出一种结合特征选择与神经网络的储层预测方法.以DenseNet与SENet为基础,使用正则惩罚项进行网络输入层稀疏化,得到每个输入节点权重,进一步使用ReLU激活函数构建特征选择层,实现地震属性的筛选.实验使用胜利油田的地震属性数据与钻井岩性数据,结果表明,该方法对储层岩性分类效果具有明显的提升,分类准确率超过70％,验证了神经网络模型与该特征选择方法的有效性.
文献关键词：
地震属性;储层预测;特征选择;卷积神经网络
中图分类号：
作者姓名：
李克文;苏兆鑫;王兴谋;朱剑兵
作者机构：
中国石油大学(华东)计算机与通信工程学院 山东 青岛266580;中国石化胜利油田分公司 山东 东营257022
文献出处：
引用格式：
[1]李克文;苏兆鑫;王兴谋;朱剑兵-.基于稀疏诱导特征选择神经网络的储层预测方法研究)[J].计算机应用与软件,2022(02):49-54
A类：
B类：
特征选择,储层预测,常规储层,地震属性,关系挖掘,多难,分类预测,DenseNet,SENet,正则,输入层,稀疏化,节点权重,ReLU,激活函数,函数构建,胜利油田,属性数据,钻井,岩性分类,分类效果,分类准确率,选择方法
AB值：
0.389427
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
