吉林大学学报（地球科学版）
吉林大學學報（地毬科學版）
길림대학학보（지구과학판）
JOURNAL OF JILIN UNIVERSITY(EARTH SCIENCE EDITION)
2005年
3期
389-393
,共5页
RPROP算法%BP神经网络%测井资料%岩性识别
RPROP算法%BP神經網絡%測井資料%巖性識彆
RPROP산법%BP신경망락%측정자료%암성식별
为了更好地解决测井岩性识别问题,引入一种快速实用的BP算法-Resilient Backpropagation (RPROP)算法.在说明RPROP算法的基础上,结合某地的实际测井资料,建立基于RPROP算法的BP网络岩性识别模型,进行岩性识别的应用研究.结果表明,应用RPROP算法进行测井资料岩性识别,识别的准确率较高,与基本BP算法及其一些改进算法相比,训练速度快,具有很好的应用前景.
為瞭更好地解決測井巖性識彆問題,引入一種快速實用的BP算法-Resilient Backpropagation (RPROP)算法.在說明RPROP算法的基礎上,結閤某地的實際測井資料,建立基于RPROP算法的BP網絡巖性識彆模型,進行巖性識彆的應用研究.結果錶明,應用RPROP算法進行測井資料巖性識彆,識彆的準確率較高,與基本BP算法及其一些改進算法相比,訓練速度快,具有很好的應用前景.
위료경호지해결측정암성식별문제,인입일충쾌속실용적BP산법-Resilient Backpropagation (RPROP)산법.재설명RPROP산법적기출상,결합모지적실제측정자료,건립기우RPROP산법적BP망락암성식별모형,진행암성식별적응용연구.결과표명,응용RPROP산법진행측정자료암성식별,식별적준학솔교고,여기본BP산법급기일사개진산법상비,훈련속도쾌,구유흔호적응용전경.
