期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
同时反演两个三维密度界面的拟神经网络BP算法
被引量：
11
1
作者
朱自强
程方道
黄国祥
《石油物探》
EI
CSCD
北大核心
1995年第1期76-85,共10页
两个界面或多界面重力异常的显著特点是异常的不可分高性，即不能简单地根据异常的幅值和水平宽度等数理特点将两个界面或多个界面的异常区分开来。直接用两个三维密度界面的叠加重力异常同时反演两个界面埋深和起伏形态是本文的特色之...
两个界面或多界面重力异常的显著特点是异常的不可分高性，即不能简单地根据异常的幅值和水平宽度等数理特点将两个界面或多个界面的异常区分开来。直接用两个三维密度界面的叠加重力异常同时反演两个界面埋深和起伏形态是本文的特色之一。借助于快速正演算法，对界面进行详细的单元划分，使反演结果更为精细。由于采用带输出反馈抑制策略的拟神经网络BP算法，使本反演方法收敛性好，收敛速度快。拟BP算法借用了神经网络的并行、自适应联想等概念，使算法便于利用初始控制条件，从而减少解的非唯一性。理论模型及在某油田勘探区的应用实例说明，此方法在石油勘探及在与密度界面相关的问题研究中有良好推广前景。
展开更多
关键词
密度
界面
拟bp算法
地球物理勘探
油气勘探
在线阅读
下载PDF
职称材料
基于细胞神经网络方法的重力异常分离
被引量：
4
2
作者
刘展
刘茂诚
+1 位作者
魏巍
杜润林
《中国石油大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2010年第4期57-61,66,共6页
用细胞神经网络(CNN)方法对重力异常进行分离,讨论如何根据目标局部重力异常特征训练模板。采用拟BP学习算法实时训练神经网络模板,为保证全局误差函数最小,使用梯度下降法,用全局误差函数对权值变量求导的方法推导权值修正公式。通过...
用细胞神经网络(CNN)方法对重力异常进行分离,讨论如何根据目标局部重力异常特征训练模板。采用拟BP学习算法实时训练神经网络模板,为保证全局误差函数最小,使用梯度下降法,用全局误差函数对权值变量求导的方法推导权值修正公式。通过模型的不同组合方式来模拟各种地质条件,并总结出细胞神经网络方法的适用条件。应用结果表明,用细胞神经网络方法提取目标异常是切实可行的,只要选择合适的模板,突出目标异常,就能将水平(横向)叠加异常区分开,具有较强的横向分辨能力,特别是可以突出局部异常的边界,据此可用于圈定火成岩体,寻找局部矿藏。
展开更多
关键词
地球物理勘探
重力异常
分离
细胞神经网络
模板
拟
bp
学习
算法
在线阅读
下载PDF
职称材料
题名
同时反演两个三维密度界面的拟神经网络BP算法
被引量：
11
1
作者
朱自强
程方道
黄国祥
机构
中南工业大学
出处
《石油物探》
EI
CSCD
北大核心
1995年第1期76-85,共10页
基金
国家八五攻关项目
中南工业大学科研基金
文摘
两个界面或多界面重力异常的显著特点是异常的不可分高性，即不能简单地根据异常的幅值和水平宽度等数理特点将两个界面或多个界面的异常区分开来。直接用两个三维密度界面的叠加重力异常同时反演两个界面埋深和起伏形态是本文的特色之一。借助于快速正演算法，对界面进行详细的单元划分，使反演结果更为精细。由于采用带输出反馈抑制策略的拟神经网络BP算法，使本反演方法收敛性好，收敛速度快。拟BP算法借用了神经网络的并行、自适应联想等概念，使算法便于利用初始控制条件，从而减少解的非唯一性。理论模型及在某油田勘探区的应用实例说明，此方法在石油勘探及在与密度界面相关的问题研究中有良好推广前景。
关键词
密度
界面
拟bp算法
地球物理勘探
油气勘探
Keywords
3-D Density Interface, Inversion of Two Interfaces, Quasi-
bp
Algorithm, Bouguer Anomaly
分类号
P631 [天文地球—地质矿产勘探]
P618.130.8 [天文地球—矿床学]
在线阅读
下载PDF
职称材料
题名
基于细胞神经网络方法的重力异常分离
被引量：
4
2
作者
刘展
刘茂诚
魏巍
杜润林
机构
中国石油大学地球资源与信息学院
胜利油田物探研究院
出处
《中国石油大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2010年第4期57-61,66,共6页
基金
国家油气重大专项课题(2008ZX05020-006)
国家'863'重点项目(2009AA062802)
文摘
用细胞神经网络(CNN)方法对重力异常进行分离,讨论如何根据目标局部重力异常特征训练模板。采用拟BP学习算法实时训练神经网络模板,为保证全局误差函数最小,使用梯度下降法,用全局误差函数对权值变量求导的方法推导权值修正公式。通过模型的不同组合方式来模拟各种地质条件,并总结出细胞神经网络方法的适用条件。应用结果表明,用细胞神经网络方法提取目标异常是切实可行的,只要选择合适的模板,突出目标异常,就能将水平(横向)叠加异常区分开,具有较强的横向分辨能力,特别是可以突出局部异常的边界,据此可用于圈定火成岩体,寻找局部矿藏。
关键词
地球物理勘探
重力异常
分离
细胞神经网络
模板
拟
bp
学习
算法
Keywords
geophysical prospecting
gravity anomaly
separation
cellular neural network
template
pseduo-
bp
algorithm
分类号
P312.9 [天文地球—固体地球物理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
同时反演两个三维密度界面的拟神经网络BP算法
朱自强
程方道
黄国祥
《石油物探》
EI
CSCD
北大核心
1995
11
在线阅读
下载PDF
职称材料
2
基于细胞神经网络方法的重力异常分离
刘展
刘茂诚
魏巍
杜润林
《中国石油大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2010
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
