-
题名应用RBF神经网络反演二维重力密度分布
被引量：11
- 1
-
-
作者
耿美霞
杨庆节
-
机构
吉林大学地球探测科学与技术学院
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2013年第4期651-657,676+506,共7页
-
文摘
密度反演以物性变化勾绘场源范围,具有模拟复杂地质体的能力和较强的适应能力,是提高重力方法解决地质问题能力的重要途径。本文利用径向基函数(RBF,Radical Basis Function)神经网络突出的非线性映射能力和泛化性,实现了重力密度二维非线性反演。模型计算证明了该方法的有效性,同时探讨了网络结构、参数的选择以及随机噪声对反演结果的影响。应用此法对中国西北地区阿门子处的重力异常进行反演计算,证实了此方法的实用性。
-
关键词
密度
反演
非惟一性
rbf神经网路
-
Keywords
density,inversion,non uniqueness,rbf(radical basis function) neural network
-
分类号
P631
[天文地球—地质矿产勘探]
-
