地球物理学进展
地毬物理學進展
지구물이학진전
PROGRESS IN GEOPHYSICS
2012年
4期
1708-1716
,共9页
非线性%神经网络%Hopfield%铜镍矿
非線性%神經網絡%Hopfield%銅鎳礦
비선성%신경망락%Hopfield%동얼광
矿产资源勘查与评价中的某些地质异常信息常常具有非线性的动力学特性,利用人工神经网络良好的非线性特征可在矿产预测领域发挥一定优势.本文探讨了Hopfield神经网络的原理,利用Lyapunov函数的正交化权值设计,可以保证Hopfield网络能量递减并收敛至稳定平衡点,实现联想记忆和分类的功能.本次研究以新疆东天山地区岩浆型铜镍硫化物矿床为例,建立预测模型,提取预测要素,构造网络的平衡点,利用Hopfield神经网络对该类矿产远景区进行级别分类并输出,根据分类结果并综合区域地质和物化探信息在东天山地区划分出了两个铜镍矿的重点勘查区.对比证据权法的分类结果,两者A级远景区部分接近或者重合,并符合一定地质意义,可为矿产预测人员提供最优决策.将非线性的神经网络方法和传统的线性方法进行结合,对比研究,相互验证,可在一定程度上提高矿产预测的精确度和可信度.
礦產資源勘查與評價中的某些地質異常信息常常具有非線性的動力學特性,利用人工神經網絡良好的非線性特徵可在礦產預測領域髮揮一定優勢.本文探討瞭Hopfield神經網絡的原理,利用Lyapunov函數的正交化權值設計,可以保證Hopfield網絡能量遞減併收斂至穩定平衡點,實現聯想記憶和分類的功能.本次研究以新疆東天山地區巖漿型銅鎳硫化物礦床為例,建立預測模型,提取預測要素,構造網絡的平衡點,利用Hopfield神經網絡對該類礦產遠景區進行級彆分類併輸齣,根據分類結果併綜閤區域地質和物化探信息在東天山地區劃分齣瞭兩箇銅鎳礦的重點勘查區.對比證據權法的分類結果,兩者A級遠景區部分接近或者重閤,併符閤一定地質意義,可為礦產預測人員提供最優決策.將非線性的神經網絡方法和傳統的線性方法進行結閤,對比研究,相互驗證,可在一定程度上提高礦產預測的精確度和可信度.
광산자원감사여평개중적모사지질이상신식상상구유비선성적동역학특성,이용인공신경망락량호적비선성특정가재광산예측영역발휘일정우세.본문탐토료Hopfield신경망락적원리,이용Lyapunov함수적정교화권치설계,가이보증Hopfield망락능량체감병수렴지은정평형점,실현련상기억화분류적공능.본차연구이신강동천산지구암장형동얼류화물광상위례,건립예측모형,제취예측요소,구조망락적평형점,이용Hopfield신경망락대해류광산원경구진행급별분류병수출,근거분류결과병종합구역지질화물화탐신식재동천산지구화분출료량개동얼광적중점감사구.대비증거권법적분류결과,량자A급원경구부분접근혹자중합,병부합일정지질의의,가위광산예측인원제공최우결책.장비선성적신경망락방법화전통적선성방법진행결합,대비연구,상호험증,가재일정정도상제고광산예측적정학도화가신도.
