细胞神经网络在重力异常分异中的研究及应用

• 作者: 李超 江玉乐 胡明科 蒋亚东 郑成
• 来源期刊: 物探化探计算技术
• 学科: 地球科学
• 关键词: 重力勘探 异常分异 细胞神经网络 权值
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 重?磁?电勘探
• 页码范围: 16-21
• 页数: 6页
• 分类号: P631.1
• 字数: 3448字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2015.01.03

摘要

介绍采用细胞神经网络CNN(cellular neural network)方法，对铬铁矿区内的矿体和围岩的重力异常进行分异。首先阐述了CNN方法的原理和算法，采用拟BP学习算法训练网络的权值，用全局误差函数求导方法推导权值的修正公式，讨论了如何根据目标异常训练适合该地质条件的网络的连接权值；其次将重力异常数据预处理，以达到适合 CNN 方法处理的数据格式和要求；最后由于该矿区内没有已知的重力数据作为网络训练的目标输出，根据相关地质图设置相应的地下构造模型。利用“点元”法分别正演出叠加异常和矿体异常，进而训练出适合全区的网络连接权值，实现了对全区重力异常的分异。应用结果表明，细胞神经网络方法较好地突出该矿区高异常和矿体的边界，只要选择了合适的网络连接权值，就能将横向叠加异常区分开，故 CNN方法可以实现矿体和围岩的重力异常分异。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江玉乐	成都理工大学地球物理学院	29	276	8.0	15.0
2	李超	成都理工大学地球物理学院	23	31	3.0	4.0
3	蒋亚东	成都理工大学地球物理学院	10	21	2.0	4.0
4	胡明科	成都理工大学地球物理学院	3	7	2.0	2.0
5	郑成	成都理工大学地球物理学院	1	2	1.0	1.0