本项目是国家自然科学基金资助的青年基金课题。主要研究了考虑地震、测井资料的时变、空变特点应用相应的神经网络模型进行模式识别和地层参数计算。经这三年的研究。取得如下进展:(1)提出了基于时间延迟神经网络模型的地震油气预测方法。在该方法中,把地震油气识别问题归结为串识别问题,考虑了地震信号的时变特点,提高了油气预测精度;(2)提出了延迟网络模型的测井资料识别沉积相的方法。本方法考虑了瓦尔特相律的约束;(3)研究了基于时间延迟网络模型的井约束波阻扰计算、孔隙度计算方法;(4)提出了延迟网络测井资料水淹层孔隙层、含水饱和度计算方法。本方法较好地解决了地层厚度自适应校正与参数计算同时进行的问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
粗颗粒土的静止土压力系数非线性分析与计算方法
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
人工神经网络方法在预测和决策中的应用
碳酸盐岩油气储层流体替换和预测新方法研究
混凝土性能预测的神经网络方法
基于神经网络的短期经济预测方法研究