铀矿地质
鈾礦地質
유광지질
URANIUM GEOLOGY
2001年
4期
239-244
,共6页
人工神经网络%测井资料解释%学习样本%岩性识别%孔隙度预测
人工神經網絡%測井資料解釋%學習樣本%巖性識彆%孔隙度預測
인공신경망락%측정자료해석%학습양본%암성식별%공극도예측
本文探讨了运用人工神经网络方法完成铀矿测井解释任务的有关问题.采用了改进的BP算法,提高了网络收敛速度,优化了网络结构.研究使用了一种基于统计的学习样本生成方法,提高了样本的质量.实际应用网络进行岩性识别和孔隙度预测,取得了令人满意的结果.
本文探討瞭運用人工神經網絡方法完成鈾礦測井解釋任務的有關問題.採用瞭改進的BP算法,提高瞭網絡收斂速度,優化瞭網絡結構.研究使用瞭一種基于統計的學習樣本生成方法,提高瞭樣本的質量.實際應用網絡進行巖性識彆和孔隙度預測,取得瞭令人滿意的結果.
본문탐토료운용인공신경망락방법완성유광측정해석임무적유관문제.채용료개진적BP산법,제고료망락수렴속도,우화료망락결구.연구사용료일충기우통계적학습양본생성방법,제고료양본적질량.실제응용망락진행암성식별화공극도예측,취득료령인만의적결과.
