典型文献
利用土壤地球化学数据和BP神经网络预测松嫩平原油气资源
文献摘要：
基于东北地区多目标区域地球化学调查获得的海量土壤地球化学数据,利用BP神经网络模型,在土壤地球化学性质与油气田空间位置之间建立模型,构造最优的油气资源预测模型.以土壤54项地球化学指标以及XY坐标值共同作为模型输入层,以样本是否在油气田内(1代表油气田内,0代表油气田外)作为模型输出层,基于随机抽取的油气田内和油气田外各500个土壤样本数据进行模型训练.结果显示,多次训练后识别准确率保持在90％左右,说明该模型分类效果较好,可用于油气资源预测.利用该模型获得了松嫩平原11291个土壤样本的含油气概率,并绘制了油气资源预测图.研究表明,神经网络对于解决复杂的非线性地质问题可以发挥重要作用.
文献关键词：
神经网络;预测模型;土壤地球化学;油气资源;大数据;松嫩平原
中图分类号：
作者姓名：
刘凯;朱建新;戴慧敏;刘国栋;许江;宋运红;杜守营
作者机构：
中国地质调查局沈阳地质调查中心,辽宁沈阳110034;中国地质调查局黑土地演化与生态效应重点实验室,辽宁沈阳110034;辽宁省物测勘查院有限责任公司,辽宁沈阳110031;沈阳市鹏德环境科技有限公司,辽宁沈阳110034
文献出处：
引用格式：
[1]刘凯;朱建新;戴慧敏;刘国栋;许江;宋运红;杜守营-.利用土壤地球化学数据和BP神经网络预测松嫩平原油气资源)[J].地质与资源,2022(06):784-789,836
A类：
B类：
利用土,土壤地球化学,神经网络预测,松嫩平原,原油,油气资源,多目标区域地球化学调查,查获,地球化学性质,油气田,空间位置,建立模型,资源预测,地球化学指标,XY,坐标值,模型输入,输入层,模型输出,出层,随机抽取,土壤样本,模型训练,识别准确率,模型分类,分类效果,含油,气概,地质问题
AB值：
0.280936
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。
