基于小波包分析和过程神经元网络的水淹层识别方法
- 出版年：2008
- 作者：刘金月；许少华
- 单位1：大庆石油学院计算机与信息技术学院
- 出生年：1978
- 学历：硕士生
- 语种：中文
- 作者关键词：小波包变换；过程神经元网络；水淹层识别；测井曲线
- 起始页：74
- 总页数：3
- 刊名：大庆石油学院学报
- 是否内版：否
- 刊频：双月
- 创刊时间：1977
- 主办单位：大庆石油学院
- 主编：阎铁
- 地址：黑龙江省大庆市
- 邮编：163318
- 电子信箱：xuebao@dqpi.edu.cn
- 卷：32
- 期：01
- 期刊索取号：P452.066108
- 数据库收录：《中国科技论文统计与分析》；《中国科学引文数据库》；《中国学术期刊综合评价数据库》；《中国核心期刊（遴选）数据库》；《中国科技期刊精品数据库》；《中国科技论文统计源期刊》；《中国期刊全文数据库全文收录期刊》；《中国石油文摘》；美国《化学文摘》(CA)；美国《石油文摘》（PA)；俄罗斯《文摘杂志》(PЖ)
- 核心期刊：中国中文核心期刊；中国科技核心期刊
摘要
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-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。