岩相识别的神经网络计算

ISSN 1000-0550 CN 62-1038/P

高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

岩相识别的神经网络计算

王硕儒, 范德江, 汪丙柱

文章导航 > 沉积学报 > 1996 > 14(4): 154-160

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

引用本文:

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

Citation:

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

引用本文:

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

Citation:

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

岩相识别的神经网络计算

青岛海洋大学青岛 266003

作者简介:
王硕儒,男,62岁,教授,数学地质和地球物理

计量

文章访问数: 759
HTML全文浏览量: 100
PDF下载量: 258
被引次数: 0

Facies Recognition Using the Neural Networks

Ocean University of Qingdao 26603

摘要: 模式识别在定量研究岩相模式中是一种有效的方法，神经网络是模式识别的一种新方法，和其它模式识别方法不同之处在于它能模拟人脑并行处理信息的模式和神经系统的可塑性。经传统岩相分析，鄂中拗陷二叠系碳酸盐岩确认为碳酸盐岩台坪相，它包含五个亚相，即局限台洼、台坡Ｂ、台洼、台坡Ａ和台滩相。它们在岩石的颜色、矿物组分、古生物种属、结构等特征上都有不同的差异。应用ＢＰ神经网络，特别是与模糊模式识别的结合，对拗陷区的岩相识别是成功的，令人鼓舞，两种方法各自的正确判对率约为７５%，而综合两种方法的判对结果，则岩相全部判对。
- 岩相 /
- 模式识别 /
- 神经网络 /
- BP算法 /
- 贴近度
Abstract: Pattern recognition methods are a powerful means in studying facies quantitatively. The neural network is a new method and has many improvements such as parallel processing and plasticity imitating the human brain compared with other pattern recognition methods. Permian carbonate rocks in the central Hubei basin have been identified as carbonate platform facies after traditional facies analysis. It includes five subfacies, i.e. sub-facies of districted depression, slope B, depression, slope A and shallow out. They are different from each other in rock color, mineral components, paleobiology components, rock structures and so on. The application of pattern recognition on the basis of the BP neural network for Permian carbonate rock facies studies, particularly comparison with fuzzy pattern recognition is very successful and inspiring. The correct identification ratios of fuzzy sets and the neural network are both about 75%. And the corret identification ratio of the combination of fuzzy sets and neural networks is 100%.
- facies /
- pattern recognition /
- neural network /
- BP algorithm /
- similarity

参考文献(1)

[1]

(1) 王硕儒, 刘伸衡, 范德江. 海相碳酸盐岩岩相的模糊模式识别. 沉积学报, 1992, 10 (4).

(2) MeCormack M C. Seismic trace editing and First break Picking using neural netwo rks. Ex tended Abstracts, 60thSEG Annual Meating, 1990, 321-324.

(3) 包约翰 (美 ). 自适应模式识别与神经网络. 科学出版社, 1992.

(4) Lippman R P. IEEE Assp Magazine. 1987, 4 :4-22.

(5) 王硕儒等. 模糊模式识别在成矿预测中的应用. 地质与勘探, 1990, 26 (4).

[1]	王必金, 鲜本忠, 彭伟, 赵琳, 陈绵琨, 余志云, 舒逸, 石浩程, 帅钰洁, 刘乙辰. 天文旋回约束下的页岩岩相分布与有机质富集以四川盆地复兴地区东岳庙段为例 . 沉积学报, 2025, 43(4): 1475-1488. doi: 10.14027/j.issn.1000-0550.2023.120
[2]	徐明慧, 王峰, 田景春, 任肇才, 孟浩, 余威, 王集, 吴静仪, 肖云宵. 湖相富有机质泥页岩岩相划分及沉积环境——以鄂尔多斯盆地长7₃亚段为例 . 沉积学报, 2025, 43(4): 1489-1506. doi: 10.14027/j.issn.1000-0550.2023.076
[3]	韩婉璐. 济阳坳陷富有机质纹层状页岩孔隙—纹层缝的特征及分布模式研究 . 沉积学报, 2025, (): -. doi: 10.14027/j.issn.1000-0550.2025.021
[4]	白莹, 马占荣, 黄正良, 闫伟, 高建荣, 赵振宇. 鄂尔多斯盆地西缘奥陶系乌拉力克组混积岩岩相类型及沉积模式 . 沉积学报, 2025, 43(4): 1213-1232. doi: 10.14027/j.issn.1000-0550.2024.120
[5]	谷一凡, 蔡光银, 李树新, 蒋裕强, 邱振, 孙莎莎, 付永红. 不同岩相海陆过渡相页岩孔隙结构及控制因素 . 沉积学报, 2023, 41(1): 318-332. doi: 10.14027/j.issn.1000-0550.2021.070
[6]	樊爱萍, 李诚, 杨仁超, 韩作振, 吴祥生. 岩相特征对海平面升降的响应 . 沉积学报, 2023, 41(4): 1040-1053. doi: 10.14027/j.issn.1000-0550.2022.060
[7]	彭思钟, 刘德勋, 张磊夫, 邱振, 王以城, 封从军, 孙萌思. 鄂尔多斯盆地东缘大宁—吉县地区山西组页岩岩相与沉积相特征 . 沉积学报, 2022, 40(1): 47-59. doi: 10.14027/j.issn.1000-0550.2021.058
[8]	李红斌, 王贵文, 王松, 庞小娇, 刘士琛, 包萌, 彭寿昌, 赖锦. 基于Kohonen神经网络的页岩油岩相测井识别方法 . 沉积学报, 2022, 40(3): 626-640. doi: 10.14027/j.issn.1000-0550.2021.045
[9]	李阳, 金振奎, 朱小二, 史书婷, 袁坤, 黎瑞, 王金艺. 潮控河口湾岩相类型及沉积模式 . 沉积学报, 2020, 38(4): 826-837. doi: 10.14027/j.issn.1000-0550.2019.068
[10]	孟祥超, 陈能贵, 苏静, 徐洋, 王小军, 邹志文, 李亚哲, 郭华军. 砂砾岩体不同岩相油气充注期储集性能差异及成藏意义——以玛湖凹陷西斜坡区百口泉组油藏为例 . 沉积学报, 2016, 34(3): 606-614. doi: 10.14027/j.cnki.cjxb.2016.03.018
[11]	郭岭, 贾超超, 朱毓, 任文波, 段锦川. 现代渭河西安段沉积体沉积相与岩相特征 . 沉积学报, 2015, 33(3): 543-550. doi: 10.14027/j.cnki.cjxb.2015.03.012
[12]	. 鄂尔多斯盆地下古生界石灰岩岩相及碳、氧稳定同位素特征 . 沉积学报, 2013, 31(04): 580-589.
[13]	齐永安. 豫西济源中三叠世油房庄组曲流河岩相类型及沉积相分析 . 沉积学报, 2009, 27(2): 254-264.
[14]	王平在, 王俊玲. 嫩江现代河流沉积层序及沉积模式 . 沉积学报, 2003, 21(2): 228-233.
[15]	唐为清, 郭荣坤, 王忠东, 王红, 罗安银, 毋学平. 沉积微相测井资料神经网络判别方法研究 . 沉积学报, 2001, 19(4): 581-585.
[16]	马世忠, 杨清彦. 曲流点坝沉积模式、三维构形及其非均质模型 . 沉积学报, 2000, 18(2): 241-247.
[17]	张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用 . 沉积学报, 1997, 15(3): 62-66.
[18]	冉启全, 李士伦, 顾小芸. 神经网络模式识别沉积微相 . 沉积学报, 1996, 14(S1): 186-191.
[19]	于兴河, 王德发, 郑浚茂. 华北地区二叠系岩相组合类型、剖面特点及沉积体系 . 沉积学报, 1992, 10(1): 27-35.
[20]	刘仲衡, 王硕儒, 范德江. 海相碳酸盐岩岩相的模糊模式识别 . 沉积学报, 1992, 10(4): 94-100.

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 759
HTML全文浏览量: 100
PDF下载量: 258
被引次数: 0

岩相识别的神经网络计算

青岛海洋大学青岛 266003

作者简介:
王硕儒,男,62岁,教授,数学地质和地球物理

收稿日期: 1995-01-28

关键词:

摘要: 模式识别在定量研究岩相模式中是一种有效的方法，神经网络是模式识别的一种新方法，和其它模式识别方法不同之处在于它能模拟人脑并行处理信息的模式和神经系统的可塑性。经传统岩相分析，鄂中拗陷二叠系碳酸盐岩确认为碳酸盐岩台坪相，它包含五个亚相，即局限台洼、台坡Ｂ、台洼、台坡Ａ和台滩相。它们在岩石的颜色、矿物组分、古生物种属、结构等特征上都有不同的差异。应用ＢＰ神经网络，特别是与模糊模式识别的结合，对拗陷区的岩相识别是成功的，令人鼓舞，两种方法各自的正确判对率约为７５%，而综合两种方法的判对结果，则岩相全部判对。

English Abstract

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

引用本文:

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

Citation:

Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

全文HTML

参考文献 (1)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回