重磁异常源边界识别新方法对比及应用研究

本文目的是通过分析比较多种边界识别方法的应用效果给出各方法适用性建议.重磁异常源的边界识别是地球物理解释的重要方面,以往研究是基于棱柱体模型的,其边界是垂直的平面,它所产生异常本身具有明显的梯度,而且同一种方法对于不同埋深的地质体也具有不同的识别效果.所以对于具有不同空间分布特征的场源体进行边界识别时,选用合适的方法至关重要.首先介绍了典型的边界识别技术:水平总梯度模、Theta图、解析信号振幅、Tilt-angle、垂向导数以及基于数理统计类的归一化标准差、均值归一总水平导数方法;通过对具有不同空间特征的模型所产生的异常进行各边界识别处理,对比讨论了各方法对于不同埋深和形状地质体边界的识别效果;最后对工区实际资料进行了各方法处理,并对结果进行了对比分析,对不同方法的适用性给出了建议.

金银花的模式识别

应用人工神经网络原理,采用误差反向传播方法,通过3层BP网络,对中药金银花进行了模式识别。通过模式识别,对样本进行了成功的分类。结果表明,同一种药物利用不同的仪器、不同的实验方法进行分析,得到不同的实验数据,实验数据的特征值也不尽相同。但通过人工神经网络模式识别,可得到相同的结果,从而证明了人工神经网络性能的优越性。