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
金属断口图像的非线性模式识别方法
被引量：
5
1
作者
颜云辉
杨会林
王成明
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第9期884-886,共3页
针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对...
针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对几种典型的金属断口图像进行了计算机实验研究·实验结果表明,其平均正确识别率达93 75%,单独以能量作为特征值,其平均正确识别率可达到95%·这说明采用非线性分类器进行断口模式识别比采用线性分类器能取得更高、更可靠的正确识别率·研究结果显示出,这种基于小波变换技术和神经网络原理的非线性模式识别方法能对纹理变化复杂、规律性不强的断口图像进行有效识别,具有更好的适应性·
展开更多
关键词
金属断口
小波变换
特征提取
神经网络
非线性
分类器
非线性模式识别
在线阅读
下载PDF
职称材料
支持向量机方法在储层预测中的应用
被引量：
24
2
作者
乐友喜
袁全社
《石油物探》
EI
CSCD
2005年第4期388-392,共5页
传统储层预测学习方法大都基于经验风险最小化准则,预测效果不理想。而基于结构化风险最小化准则的支持向量机方法,通过对推广误差(风险)上界的最小化达到最大的泛化能力和全局最优,具有可靠的预测能力。对支持向量机法的方法原理,即非...
传统储层预测学习方法大都基于经验风险最小化准则,预测效果不理想。而基于结构化风险最小化准则的支持向量机方法,通过对推广误差(风险)上界的最小化达到最大的泛化能力和全局最优,具有可靠的预测能力。对支持向量机法的方法原理,即非线性模式识别法和非线性函数估计法进行了讨论,并采用不同的样本数, 将其与神经网络法作对比,结果表明,2种方法的训练结果精度都较高,但对sinc函数的估计结果,支持向量机法更可靠。在胜利油田某区块应用了向量机法,以地震波波形作为输入向量进行了砂体孔隙度和含油性预测, 预测结果与已知结果吻合较好。
展开更多
关键词
支持向量机
波形
非线性模式识别
非线性
函数估计
储层参数预测
油气预测
在线阅读
下载PDF
职称材料
题名
金属断口图像的非线性模式识别方法
被引量：
5
1
作者
颜云辉
杨会林
王成明
机构
东北大学机械工程及自动化学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第9期884-886,共3页
基金
国家自然科学基金资助项目(50075016)
高等学校博士学科点专项科研基金资助项目(20020145023)
文摘
针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对几种典型的金属断口图像进行了计算机实验研究·实验结果表明,其平均正确识别率达93 75%,单独以能量作为特征值,其平均正确识别率可达到95%·这说明采用非线性分类器进行断口模式识别比采用线性分类器能取得更高、更可靠的正确识别率·研究结果显示出,这种基于小波变换技术和神经网络原理的非线性模式识别方法能对纹理变化复杂、规律性不强的断口图像进行有效识别,具有更好的适应性·
关键词
金属断口
小波变换
特征提取
神经网络
非线性
分类器
非线性模式识别
Keywords
metal fracture surface image
wavelet transform
feature extraction
neural network
nonlinear classifier
nonlinear pattern recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
支持向量机方法在储层预测中的应用
被引量：
24
2
作者
乐友喜
袁全社
机构
中国石油大学(华东)地球资源与信息学院
出处
《石油物探》
EI
CSCD
2005年第4期388-392,共5页
文摘
传统储层预测学习方法大都基于经验风险最小化准则,预测效果不理想。而基于结构化风险最小化准则的支持向量机方法,通过对推广误差(风险)上界的最小化达到最大的泛化能力和全局最优,具有可靠的预测能力。对支持向量机法的方法原理,即非线性模式识别法和非线性函数估计法进行了讨论,并采用不同的样本数, 将其与神经网络法作对比,结果表明,2种方法的训练结果精度都较高,但对sinc函数的估计结果,支持向量机法更可靠。在胜利油田某区块应用了向量机法,以地震波波形作为输入向量进行了砂体孔隙度和含油性预测, 预测结果与已知结果吻合较好。
关键词
支持向量机
波形
非线性模式识别
非线性
函数估计
储层参数预测
油气预测
Keywords
Support Vector Machine (SVM)
waveform
nonlinear pattern recognitions nonlinear function estimation
reservoir parameters prediction
oil-gas prediction
分类号
P631.4 [天文地球—地质矿产勘探]
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
金属断口图像的非线性模式识别方法
颜云辉
杨会林
王成明
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004
5
在线阅读
下载PDF
职称材料
2
支持向量机方法在储层预测中的应用
乐友喜
袁全社
《石油物探》
EI
CSCD
2005
24
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
