小样本卷积神经网络井震映射反演

Zhenfang AN,Jin ZHANG,Jianzhong ZHANG,Lei XING,Zhonglai HUANG

Journal of Xi'an Shiyou University(Natural Science)（2020）

引用 0|浏览7

暂无评分

摘要

针对常规卷积神经网络(Convolutional Neural Networks,CNN)在井少地区因无法获得大量测井数据而易于出现过拟合现象的问题,提出了一种小样本CNN井震映射反演方法.通过网络结构优化设计,选出了最佳的网络层数、卷积核大小、特征图规模和激活函数,并将优选出的最好网络模型应用于实际资料反演.实际应用表明,小样本CNN井震映射反演方法可以防止过拟合、提高泛化能力和反演精度,为精细刻画薄互层油气藏的空间展布提供了一项智能化的新技术.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要