天津师范大学学报（自然科学版）
天津師範大學學報（自然科學版）
천진사범대학학보（자연과학판）
JOURNAL OF TIANJIN NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)
2012年
3期
45-50
,共6页
量子LM神经网络%石油储层识别%粗糙集%测井数据%智能识别
量子LM神經網絡%石油儲層識彆%粗糙集%測井數據%智能識彆
양자LM신경망락%석유저층식별%조조집%측정수거%지능식별
提出一种量子LM(Levenberg Marquardt,LM)神经网络与粗糙集相结合的智能识别方法,以替代传统的统计识别方法和工程应用中以单一智能控制为基础的识别方法.基于LM神经网络的技术方案可以整理测井定位数据,提高预测的准确性;量子计算具有并行和类映射的优势;通过削减冗余信息和简化信息量,粗糙集可以降低量子LM神经网络的复杂性,缩短数据处理时间,削减神经网络的负担.通过在石油储层识别实践中的应用证明:该方法可以有效提高计算速度和识别精度,降低成本.
提齣一種量子LM(Levenberg Marquardt,LM)神經網絡與粗糙集相結閤的智能識彆方法,以替代傳統的統計識彆方法和工程應用中以單一智能控製為基礎的識彆方法.基于LM神經網絡的技術方案可以整理測井定位數據,提高預測的準確性;量子計算具有併行和類映射的優勢;通過削減冗餘信息和簡化信息量,粗糙集可以降低量子LM神經網絡的複雜性,縮短數據處理時間,削減神經網絡的負擔.通過在石油儲層識彆實踐中的應用證明:該方法可以有效提高計算速度和識彆精度,降低成本.
제출일충양자LM(Levenberg Marquardt,LM)신경망락여조조집상결합적지능식별방법,이체대전통적통계식별방법화공정응용중이단일지능공제위기출적식별방법.기우LM신경망락적기술방안가이정리측정정위수거,제고예측적준학성;양자계산구유병행화류영사적우세;통과삭감용여신식화간화신식량,조조집가이강저양자LM신경망락적복잡성,축단수거처리시간,삭감신경망락적부담.통과재석유저층식별실천중적응용증명:해방법가이유효제고계산속도화식별정도,강저성본.
