高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

岩相识别的神经网络计算

王硕儒 范德江 汪丙柱

王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.
引用本文: 王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.
Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.
Citation: Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.

岩相识别的神经网络计算

详细信息
    作者简介:

    王硕儒,男,62岁,教授,数学地质和地球物理

Facies Recognition Using the Neural Networks

计量
  • 文章访问数:  579
  • HTML全文浏览量:  30
  • PDF下载量:  256
  • 被引次数: 0
出版历程
  • 收稿日期:  1995-01-28

目录

    岩相识别的神经网络计算

      作者简介:

      王硕儒,男,62岁,教授,数学地质和地球物理

    摘要: 模式识别在定量研究岩相模式中是一种有效的方法,神经网络是模式识别的一种新方法,和其它模式识别方法不同之处在于它能模拟人脑并行处理信息的模式和神经系统的可塑性。经传统岩相分析,鄂中拗陷二叠系碳酸盐岩确认为碳酸盐岩台坪相,它包含五个亚相,即局限台洼、台坡B、台洼、台坡A和台滩相。它们在岩石的颜色、矿物组分、古生物种属、结构等特征上都有不同的差异。应用BP神经网络,特别是与模糊模式识别的结合,对拗陷区的岩相识别是成功的,令人鼓舞,两种方法各自的正确判对率约为75%,而综合两种方法的判对结果,则岩相全部判对。

    English Abstract

    王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.
    引用本文: 王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算[J]. 沉积学报, 1996, 14(4): 154-160.
    Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.
    Citation: Wang Shouru, Fan Dejiang, Wang Bingzhu. Facies Recognition Using the Neural Networks[J]. Acta Sedimentologica Sinica, 1996, 14(4): 154-160.
    参考文献 (1)

    目录

      /

      返回文章
      返回