原文服务方: 世界核地质科学       
摘要:
详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例.自组织竞争人工神经网络具有自组织能力、白适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别.钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类.
推荐文章
BP神经网络在铀矿测井解释中的应用
神经网络
测井解释
学习样本
岩性识别
孔隙度
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
自组织人工神经网络在立地条件遥感分类研究中的应用
自组织人工神经网络
立地条件类型
遥感
地理信息系统
宁夏
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
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 自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用
来源期刊 世界核地质科学 学科
关键词 砂岩型铀矿 自组织竞争神经网络 测井数据解释 岩性识别
年,卷(期) 2008,(2) 所属期刊栏目 物化探
研究方向 页码范围 114-118
页数 5页 分类号 P631.8|P619.14
字数 语种 中文
DOI 10.3969/j.issn.1672-0636.2008.02.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (15)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
砂岩型铀矿
自组织竞争神经网络
测井数据解释
岩性识别
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
世界核地质科学
双月刊
1672-0636
11-4914/TL
大16开
北京市朝阳区安外小关东里十号院西科研楼609室
1962-01-01
中文
出版文献量(篇)
1126
总下载数(次)
0
总被引数(次)
3424
论文1v1指导