基于CNN-LSTM混合神经网络的储层孔隙度预测模型构建及应用

范伟; 孙红华; 杨丹; 窦松江; 程兴春; 马丽杰

doi:10.3969/j.issn.1672-9803.2025.04.003

PDF(6476 KB)

录井工程 ›› 2025, Vol. 36 ›› Issue (4) : 13-20. DOI: 10.3969/j.issn.1672-9803.2025.04.003

数智应用

基于CNN-LSTM混合神经网络的储层孔隙度预测模型构建及应用

{{article.zuoZhe_CN}}

作者信息 +

Construction and application of a reservoir porosity prediction model based on CNN-LSTM hybrid neural network

{{article.zuoZhe_EN}}

Author information +

文章历史 +

本文亮点

HeighLight

摘要

Abstract

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(4): 13-20 https://doi.org/10.3969/j.issn.1672-9803.2025.04.003

{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2025, 36(4): 13-20 https://doi.org/10.3969/j.issn.1672-9803.2025.04.003

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

基金

编委：

主编：

责任编辑：

编辑:

版权

PDF(6476 KB)

Accesses

Citation

Detail

段落导航

收稿日期	出版日期
2025-11-14	2025-12-25
发布日期
2026-01-09

选择文件类型/文献管理软件名称

选择包含的内容