没有人 10.1190/INT-2015-0094.1 勘探地球物理学家协会 勘探地球物理学家协会 186 80487676 226307 2021031007103700732 10.1190 2021-03-10T21:21:53Z 2016年2月15日T07:58:09Z 67 解释 解释 2324-8858 2324-8866 02 01 2016 4 1 道 赵 美国俄克拉荷马州诺曼市康菲石油地质与地球物理学院俄克拉何马大学。。 京 张 美国俄克拉荷马州诺曼市康菲石油地质与地球物理学院俄克拉何马大学。。 芳玉 锂 美国俄克拉荷马州诺曼市康菲石油地质与地球物理学院俄克拉何马大学。。 库尔特·J。 马尔福 美国俄克拉荷马州诺曼市康菲石油地质与地球物理学院俄克拉何马大学。。 地震属性和地震相分类技术的最新发展极大地增强了口译员描绘和表征传统三维地震振幅体中不突出的特征的能力。使用适当的地震属性量化不同地质相的特征，可以加快解释过程并实现部分自动化。自组织图（SOM）是一种流行的地震相分类工具，可提取嵌入多个地震属性体的类似模式。通过将输入数据空间中的距离保留到SOM潜在空间中，可以更好地显示SOM相图上数据向量之间的内部关系，从而实现更可靠的分类。通过将改进算法应用于新西兰近海坎特伯雷盆地的浊积岩系统，我们确定了改进算法的有效性。通过结合地震属性和距离保护SOM分类，我们能够观察到使用传统地震振幅体进行解释时忽略的建筑元素。 02 01 2016 SB79型 SB89型 10.1190/INT-2015-0094.1 1 10.1190/交叉标记政策 图书馆.seg.org 真实的 2015-06-27 2015-10-10 2015-11-09 2016-02-15 10.1190/INT-2015-0094.1 https://library.seg.org/doi/10.1190/INT-2015-0094.1 https://library.seg.org/doi/pdf/10.1190/INT-2015-0094.1 http://interpretation.geossienceworld.org/lookup/doi/10.1190/INT-2015-0094.1 10.1190/1.2716717 10.1190/1.1817152 Barnes，A.E.和K.J.Laughlin，2002年，地震数据无监督分类方法研究：第72届国际年会，SEG，扩展摘要，2221–2224。 10.1190/1.9781560801900 10.1190/1.1623635 10.1109/IJCNN.2000.861379 Himberg，J.，2000，基于SOM的聚类可视化及其在假染色中的应用：IEEE-INNS-ENNS国际神经网络联合会议论文集，IEEE 3，587-592。 2007年10月10日/BF00337288 印度国家科学院院刊 马哈拉诺比斯P.C。 2 1936 10.1190/INT-2014-0133.1 Merkl，D.和A.Rauber，1997，自组织地图中集群可视化的替代方法：自组织地图研讨会论文集（WSOM97），赫尔辛基理工大学，106-111。 Mitchell，J.和H.L.Neil，2012，OS20/20坎特伯雷-大南方盆地TAN1209航行报告：国家水与大气研究所有限公司（NIWA）。 10.1190/1.1821260 Poupon，M.、K.Azbel和G.Palmer，1999年，《基于地震相分析和岩石地震建模的新方法：加州索拉诺县埃尔霍恩沼泽油田试点项目：第69届国际年会》，SEG，扩展摘要，927-930。 10.1190/INT-2013-0023.1 10.1007/s00521-003-0387-7 10.4304/jsw.7.1.196-203 10.1190/1.1518442 石油天然气杂志 萨瑟兰·R。 101 2003 2016年10月10日/j.marpetgeo.2010.05.010 Wang，D.，H.Ressom，M.Musavi和C.Domnisoru，2002，聚类基因表达数据的双自组织映射：2002年欧洲人工神经网络研讨会论文集，D面出版，45-50。 10.1190/INT-2014-0144.1 10.1190/INT-2015-0044.1