基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在油气田的勘探过程中,通常有多种方法可以采用,每种方法所需要的经济成本均不同,因此需要利用数学工具为油气开采选择一种最为经济的方法.这里充分利用了人工神经网络的高度智能性,给出了网络训练权值及网络训练以后的权值拓扑结构,并从理论上保证了其分类的可靠性.结合该工程中具体的数据进行了分类处理,实现了三维数据下的聚类分析,得到了良好的分类效果.最好对该算法进行了总结和分析,表明该算法具有很大的灵活性和可扩展性.
推荐文章
自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用
砂岩型铀矿
自组织竞争神经网络
测井数据解释
岩性识别
Matlab自组织神经网络在遥感图像分类中的应用
Matlab
自组织神经网络
分类
精度
Kappa系数
基于粗糙集和自组织神经网络的聚类方法
自组织神经网络
粗糙集
聚类
ASTER数据的自组织神经网络分类研究
分类
小波融合
自组织特征映射
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自组织竞争神经网络在决策分析中的应用
来源期刊 物探化探计算技术 学科 工学
关键词 自组织 神经网络 聚类分析
年,卷(期) 2005,(2) 所属期刊栏目 计算机应用
研究方向 页码范围 175-177
页数 3页 分类号 TP183
字数 2048字 语种 中文
DOI 10.3969/j.issn.1001-1749.2005.02.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 聂德新 成都理工大学信息管理学院 160 2752 28.0 47.0
2 卢玉蓉 成都理工大学信息管理学院 12 59 4.0 7.0
3 苏伟 成都理工大学信息管理学院 2 6 2.0 2.0
4 张承平 成都理工大学信息管理学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (36)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (16)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(1)
  • 引证文献(0)
  • 二级引证文献(1)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自组织
神经网络
聚类分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物探化探计算技术
双月刊
1001-1749
51-1242/P
大16开
成都理工大学内
62-35
1979
chi
出版文献量(篇)
2450
总下载数(次)
3
总被引数(次)
15054
论文1v1指导