Kohonen自组织神经网络的改进及其在地震多属性分析中的应用

摘要：

由于Kohonen自组织神经网络自身的一些特点,如结构简单、不需要额外的约束条件等,因此,在地震属性分类中得到广泛的应用.但也存在一些问题,本文就针对自组织特征映射(SOFM)算法进行地震属性分类时的分类不准确、分类边界不清晰以及速度慢等不足,引入了频率敏感原理,得出频率敏感自组织特征映射(F-SOFM)算法.在遵从地震属性选取原则的基础上,用F-SOFM算法对这些属性进行分类,帮助地震解释.通过模型试算以及实际数据应用,本方法都收到了很好的效果.

关键词： Kohonen自组织神经网络 地震属性 分类 F-SOFM算法 SOFM算法

作者: 印兴耀 葸晓宇 张繁昌

作者单位: 石油大学(华东)地球资源与信息学院

会议类型: 国内会议

会议名称: CPS/SEG 2004国际地球物理会议

会议地点: 北京

会议语种:中文

页码: 780-783

在线出版日期: 2004-03-01（万方平台首次上网日期，不代表论文的发表时间）