| 基于量子神经网络的水淹层识别方法 |
| |
| 引用本文： | 赵娅,王伟,李盼池.基于量子神经网络的水淹层识别方法[J].地球物理学进展,2019,34(5):1971-1979. |
| |
| 作者姓名： | 赵娅 王伟 李盼池 |
| |
| 作者单位： | 东北石油大学计算机与信息技术学院,黑龙江大庆,163318;广东石油化工学院石油工程学院,广东茂名,525000 |
| |
| 基金项目： | 国家自然科学基金;广东省非常规能源工程技术研究中心开放基金项目;科技创新基金;黑龙江省博士后科学基金;国家自然科学基金 |
| |
| 摘 要： | 针对油藏测井解释中的水淹层计算机自动识别问题,本文首先提出一种基于量子神经网络的识别方法.首先构造了一个量子神经网络模型,该模型可以接收多维离散序列样本,隐层为量子神经元,输出层为普通神经元.采用梯度下降法设计了该模型的学习算法.然后设计了基于量子神经网络的水淹层识别方法.该方法精选了描述水淹级别的九个特征,直接采用这些特征的离散数值构造训练样本,实施网络训练,训练后的网络即可用于同类地区的水淹层识别.最后以辽河油田某区块258个地层样本为例,进行了水淹层识别处理,识别率可达88%.实验结果揭示出,量子神经网络对于水淹层自动识别问题具有良好的适应性和实用性.
|
| 关 键 词： | 水淹层识别 量子计算 量子神经网络 测井解释 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
