简介：在本文中用径向基础函数神经网络（或RBFN）根据地震属性预测通过测井得到的储层性质。对于由Hampson等人（2001年）提出的相同问题，还把用这一方法得到的结果与用广义回归神经网络（GRNN）得到的结果进行了比较。
简介：通过把叠后S波偏振分析与P波方位正常时差（ANWO）速度分析相结合，得到了表征加拿大萨斯喀彻温省Weyburn油田储层裂缝网络的各向异性参数。结果表明，能够把测量区分成具有不同裂缝性质的两个主要区域。北部区域的地震特征波形与正交对称介质一致，而南部区域的地震特征波形与低于正交对称介质一致。南部区域与盐已经从该储层下面的Prairie蒸发岩中溶化区域一致。这一相互关系表明，采出盐改变了该储层的应力状态，导致盐溶化边缘南部和北部的破裂状态不同。
径向基础函数神经网络在地震属性预测测井特性中的应用
在加拿大Weyburn油田根据P波和S波进行裂缝网络表征
