静校正及神经网络处理技术PDF电子书下载

第一章 静校正方法及其应用 1

第一节 概述 1

第二节 二维交互迭代折射波静校正 2

一、引言 2

二、方法原理 2

三、实际资料处理 5

四、结论 16

第三节 扩展广义互换法（EGRM）静校正 16

一、方法的基本原理 16

二、初值选择及注意事项 19

第四节 相对折射静校正方法 19

一、基本原理与实现步骤 20

二、程序实现技巧 23

三、处理实例分析 24

第五节 广义线性反演近地表模拟 25

一、方法的基本原理 26

二、处理流程 26

三、理论试算与实际数据实例 27

第六节 控制点约束的三维拟合静校正 29

一、计算方法与原理 30

二、应用实例 34

第七节 三维交互迭代折射波静校正 35

一、引言 35

二、方法原理 35

三、实例 39

四、结论 41

第八节 模型迭代剩余静校正 41

一、方法的基本原理 41

二、剩余时差拾取 42

三、剩余时差分解 44

四、剩余静校正值的应用 45

第九节 相关法求取剩余静校正量 45

一、基本假设和实现步骤 46

二、计算技巧及方法之间的比较 51

三、处理效果分析办法 52

第十节 分频及模拟退火算法计算静校正量 52

一、分频静校正 52

二、模拟退火算法计算剩余静校正量 53

三、实际处理效果 56

第二章 神经网络及其在石油物探中的应用 58

第一节 概述 58

一、神经网络研究的历史 58

二、大脑神经元的构成及其机理 59

三、神经网络的基本特征和通有性质 62

四、神经网络的分类与工作方式 63

五、神经网络在石油工业中的应用 65

第二节 网络算法研究 66

一、多层感知器和BP算法 67

二、误差曲面的特征 68

三、初始权对BP算法收敛速度的影响 71

四、减少“过饱和”节点的一个措施 73

五、自适应调节学习速率的误差反传算法 74

六、自动确定网络大小的学习算法 79

七、神经网络灵敏度分析 80

八、曲率最小意义下的神经网络算法 82

第三节 用神经网络进行自适应反褶积 87

一、用神经网络进行自适应反褶积的原理 87

二、理论验证 89

第四节 改进的Kohonen自组织神经网络及其在地震数据聚类分析中的应用 90

一、引言 90

二、Kohonen自组织特征映射网络 91

三、改进的Kohonen算法 92

四、聚类方法的应用 94

五、结论 99

第五节 改进的BP算法用于油气横向预测的研究 99

一、引言 99

二、技术原理 99

三、实例检验 103

第六节 神经网络油气预测在辽河盆地“暗点型”油气藏中的应用 106

一、辽河盆地含油气层的地震反射特征 107

二、应用实例 109

三、结论 113

参考文献及资料 114