期刊文献+

人工神经网络在铀矿测井解释中的应用

Application of artificial neural network technique to uranium logging data interpretation
下载PDF
导出
摘要 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。 This article describes the application of B P technique to pertinent questions in uranium logging data interpretation. Adopting the improved B P algorithm to establish network structure and thoroughly investigating the process, and the method constructing learning sample has been improved. Good results have been achieved through applying the B P model to recognize lithologies and forecast porosity.
出处 《铀矿地质》 CAS CSCD 2001年第4期239-244,共6页 Uranium Geology
关键词 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 铀矿床 artificial neural network logging data interpretation learning sample lithology recognition porosity forecasting
  • 相关文献

参考文献2

共引文献26

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部