极限学习脊波过程神经网络及应用

• 作者: 刘志刚 杜娟 肖佃师 许少华
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 极限学习 广义逆 岩性识别 过程神经网络 脊波变换
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 110-116
• 页数: 7页
• 分类号: TP183|TP391.4
• 字数: 5013字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.01.018

摘要

为提高页岩的岩性识别精度,首先针对测井曲线连续变化、突变频繁的信号特征,利用脊波变换作为过程神经元的激励函数,提出一种脊波过程神经网络模型;其次通过AdaBoost的动态调整机制迭代调整模型和样本集权重,利用多个弱分类器的线性加权构建强分类器;最后为提高AdaBoost中的每个脊波过程神经网络模型的学习速度,提出一种基于满秩分解的极限学习算法,通过Moore-Penrose广义逆求解隐层输出权值.仿真实验以A区的B1井和B2井为例进行岩性识别,通过对比分析验证方法的有效性,识别效果优于其他过程神经网络模型,准确率最高可达90％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志刚	东北石油大学计算机与信息技术学院	33	104	6.0	8.0
2	杜娟	东北石油大学计算机与信息技术学院	31	95	7.0	8.0
3	许少华	山东科技大学计算机科学与工程学院	30	56	4.0	5.0