基于多重量子神经网络进行含气性检测的方法

摘要

本发明涉及油气勘探地球物理处理方法领域，具体公开了一种多重量子神经网络进行含气性检测的方法。通过提取目标层位地震数据的多个地层和结构地震属性体，利用无监督和有监督学习结合的量子自组织特征映射网络将输入的地震特征参数数据划分成不同类别，然后将量子自组织特征映射网络输出的各类地震特征参数聚类结果作为输入，利用粒子群算法优化的量子门节点神经网络进行含气性预测。该方法针对地震数据的多个地层和结构地震属性体，使用了无监督和有监督学习结合的量子自组织映射网络，提高了聚类的准确性和唯一性；利用了结合粒子群寻优和梯度下降法的量子门节点神经网络，提高了含气性分布预测的准确度。