摘要：火成岩储层岩性复杂，识别难度大，当已知地层信息较少时，传统的交会图和有监督神经网络（如BP神经网络）等方法在识别岩性时会受到一定限制。为此，基于自组织神经网络（SOM网络）的结构和原理，在松辽盆地南部利用实际测井资料建立了火成岩样本数据集；利用SOM网络对样本数据集进行了训练，得到了数据集的聚类结果；讨论了SOM网络的标准化方式、结构参数和测井曲线对聚类结果的影响，认为利用正态标准化方法、选择合适的结构参数和测井曲线，以样本数据集的聚类结果作为分类基础，对火成岩井段测井资料进行了岩性识别，获得了较好的效果。

原文链接:http://www.cqvip.com//QK/92940X/200901/29378551.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）