基于遗传算法的模糊神经网络模型在岩石分类中的应用

针对地质学对岩石分类准确性要求高的特点,采用神经遗传算法优化的模糊神经网络技术,能提高岩石分类识别的准确率和识别结果的稳定性。将MATLAB提供的岩石样本数据分为建模数据和测试数据,测试结果表明该方法优于模糊聚类分析和单一BP神经网络模型,具有借鉴价值。

基于图像处理与神经网络的岩石组构识别

针对岩石薄片组构鉴定的复杂性问题,基于岩石薄片数字图像的数值分析,提出一个自动进行岩石组构识别分类的系统方法:使用图像处理技术对岩石薄片的灰度数字图像进行特征提取,将其作为神经网络的输入,网络输出是图像对应的岩石组构类别;使用来自鄂尔多斯盆地苏里格地区的100幅岩石薄片图像进行实验,神经网络的训练集、验证集和测试集随机分为70、15和15幅图像,测试结果表明自动识别岩石组构的正确率达93.3%.该方法对于地学问题具有较好的综合判别能力,可以快速和准确地进行岩石组构识别.