一类正则模糊神经网络及在沉积微相识别中的应用
DOI:
CSTR:
作者:
作者单位:

大庆石油学院 计算机系, 黑龙江 安达 151400

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    考虑一种 5 层结构的正则化模糊神经网络模型, 针对网络结构的优化问题给出了该网络模型
    规则层节点的选取方法和相应的反传学习规则; 针对样本筛选问题, 提出一种按模糊隶属函数值相近样
    本向量类别矫正策略。 将正则模糊神经网络用于油藏沉积微相的识别, 可自动提取测井曲线与微相类型
    之间复杂的映射关系, 实现沉积微相的连续识别。实际资料处理结果表明, 该方法对解决沉积微相识别
    问题具有良好的适应性和实用性。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

许少华, 何新贵, 梁久祯.一类正则模糊神经网络及在沉积微相识别中的应用[J].控制与决策,2002,17(3):332-335

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2002-05-20
  • 出版日期:
文章二维码