基于RBF神经网络模型的天然气储层测录井岩性识别方法

冯昊楠, 杨森, 王涛, 王依言, 曾星海, 王方正

录井工程 ›› 2025, Vol. 36 ›› Issue (1) : 63-69.

PDF(1354 KB)
PDF(1354 KB)
录井工程 ›› 2025, Vol. 36 ›› Issue (1) : 63-69. DOI: 10.3969/j.issn.1672-9803.2025.01.010
工艺技术

基于RBF神经网络模型的天然气储层测录井岩性识别方法

    {{javascript:window.custom_author_cn_index=0;}}
  • {{article.zuoZhe_CN}}
作者信息 +

Lithological identification method for natural gas reservoirs based on the RBF neural network model using logging data

    {{javascript:window.custom_author_en_index=0;}}
  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2025, 36(1): 63-69 https://doi.org/10.3969/j.issn.1672-9803.2025.01.010
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2025, 36(1): 63-69 https://doi.org/10.3969/j.issn.1672-9803.2025.01.010
中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

{{article.reference}}

基金


编委：
主编：
责任编辑：
编辑:

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(1354 KB)

Accesses

Citation

Detail
段落导航
相关文章

津ICP备2022007892号-1
版权所有 © 《录井工程》编辑部
地址：天津市大港油田三号院　
邮编：214126　
电话：(022)25921389,25978857,25921393,25921391　
E-mail：ljgc@cnpc.com.cn;ljjs@cnpc.com.cn
技术支持：北京玛格泰克科技发展有限公司

/

〈 〉