论文部分内容阅读
针对复杂时变信号模式识别，提出一种采用小波包变换和过程神经元网络进行水淹层识别的方法．该方法利用小波包分析具有的多分辨率特性，能有效滤掉噪声信号，从而保证有用信号时一频特征完整提取．根据过程神经元网络具有的时空二维信息处理及非线性映射能力，以其作为模式分类器，将滤波后的时变信号输入分类器中，可直接对时变信号进行模式分类．将该方法应用于油田开发测井曲线油层水淹状况识别，并给出具体的算法步骤．应用结果表明，该方法的识别效果较好。