基于卷积神经网络和支持向量机的测井相识别

作者：何旭; 陆智卿; 袁翔

来源：计算机与数字工程, 2020, 48(09): 2142-2146.

• 卷积神经网络
• 支持向量机
• 测井相
• 泛化能力
• 定性分类

建立测井相识别模型对于测井相分析解释具有十分重要的意义。基于卷积神经网络的特征提取和支持向量机分类特点,提出基于卷积神经网络和支持向量机的测井相定性分类模型,实现了测井曲线的自动识别。首先,选用测井数据中的自然伽马作为训练数据来源,在其中确定三种具有研究意义的曲线形态,经过数据处理得到训练数据集;然后,建立测井相分类模型,并在网络中引入L2范数,增加模型泛化能力;最后,使用极值法对实际测井数据划分识别单元。通过对该数据集进行分类识别实验,并与其他分类算法进行比较,验证了论文所提出的模型具有较好的识别效果。

• 单位
  中国石油大学（华东）