论文部分内容阅读
在勘探初期测井数据较少, 不足以支持有监督学习.采用深度学习中的稀疏自编码方法对地震数据进行无监督学习, 通过逻辑回归, 利用少量的岩性解释资料做有监督微调, 以达到对工区中的地震数据进行岩性体识别.识别结果表明, 该方法优于传统的波阻抗识别方法, 能有效识别储层中的有利岩性.
基于稀疏自编码的岩性识别方法
【摘 要】
：
在勘探初期测井数据较少, 不足以支持有监督学习.采用深度学习中的稀疏自编码方法对地震数据进行无监督学习, 通过逻辑回归, 利用少量的岩性解释资料做有监督微调, 以达到对
【机 构】
：
成都理工大学地球物理学院
【出 处】
：
油气地球物理
【发表日期】
：
2018年4期
其他文献
高校艺术设计类专业职业教育的人才培养模式影响着高职教育的质量,决定着艺术设计类人才输出的质量。培育社会需求的艺术设计类人才才是高职教育的根本目的。因此,本文将对目