188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功，开通会员云端永久保存 去开通
天机星智多..

上传于：2020-04-03

粉丝量：2

该文档贡献者很忙，什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 科技论文中英文摘要编写四要素

    星级： 1 页

  • 科技论文中英文摘要编写四要素

    星级： 1 页

  • 科技论文中英文摘要编写四要素

    星级： 1 页

  • 科技论文中英文摘要编写四要素

    星级： 1 页

  • 科技论文中英文摘要编写四要素

    星级： 1 页

  • (论文)科技论文中英文摘要编写四要素

    星级： 1 页

  • 科技论文中英文摘要编写四要素_

    星级： 1 页

  • 科技论文中英文摘要编写四要素 (3)

    星级： 1 页

  • 科技论文中英文摘要编写4要素 (2)

    星级： 1 页

  • 科技论文中英文摘要编写4要素

    星级： 1 页

  • （论文）科技论文中英文摘要编写4要素

    星级： 1 页

  • 科技论文中英文摘要编写4要素 (1)

    星级： 1 页

  • （论文）科技论文摘要编写4要素

    星级： 1 页

  • 科技论文摘要编写4要素

    星级： 1 页

  • （论文）科接论文中英文摘要编写四要素

    星级： 1 页

暂无目录

点击鼠标右键菜单,创建目录

    暂无笔记

    选择文本，点击鼠标右键菜单，添加笔记

    暂无书签

    在左侧文档中，点击鼠标右键，添加书签

    188宝金博页面版: 科技论文中英文摘要编写四要素

    下载积分： 1000

    内容提示： 测 　 井 　 技 　 术２０１９ 年 　表 ２。 种岩性识别方法回判准确率对比表岩性识别方法岩石物理相分析方法支持向量机卷积神经网络回判准确率/ ％９５?７ ９３?４ ９９通过 ３ 种岩性识别方法对比发现,卷积神经网络具有: ① 卷积神经网络岩性精度高、效果好、收敛快; ② 卷积神经网络预测岩性具有实时性,即岩性识别神经网络模型训练完成后预测岩性工作几乎是瞬时完成.卷积神经网络属于深度学习,对于大量数据的样本时具有更大的优势.本文的训练样本数据量还相对较少,如果能够获得更多训练样本,那么深度神经网络模型将更具鲁棒性,准确性也能得到提高.３　 结 　 论　　 ( １ )深度学习...

    文档格式：PDF | 页数：1 | 浏览次数：8 | 上传日期：2020-04-03 03:36:54 | 文档星级：
    测 　 井 　 技 　 术２０１９ 年 　表 ２。 种岩性识别方法回判准确率对比表岩性识别方法岩石物理相分析方法支持向量机卷积神经网络回判准确率/ ％９５?７ ９３?４ ９９通过 ３ 种岩性识别方法对比发现,卷积神经网络具有: ① 卷积神经网络岩性精度高、效果好、收敛快; ② 卷积神经网络预测岩性具有实时性,即岩性识别神经网络模型训练完成后预测岩性工作几乎是瞬时完成.卷积神经网络属于深度学习,对于大量数据的样本时具有更大的优势.本文的训练样本数据量还相对较少,如果能够获得更多训练样本,那么深度神经网络模型将更具鲁棒性,准确性也能得到提高.３　 结 　 论　　 ( １ )深度学习通过对原始数据进行逐层特征变换,将样本在原空间的特征表示变换到新的特征空间,自主学习得到层次化的特征表示 [１０ ] .一方面提高了特征提取效果;另一方面减少了参数数量,从而更有利于数据分类或特征的可视化.因此,卷积神经网络的自主学习能力能够较好地解决地层岩性识别问题.(２ )将卷积神经网络应用于地层岩性识别中,通过曲线敏感性分析优先选取了 GR 、 DEN 、 CNL 、R t 、 M 以及 N 共 ６ 种地层岩性敏感性参数,并在 ４口关键井中共选取了 ９５０ 个样本数据对卷积神经网络模型进行训练,从中随机选取 １００ 个样本为预测数据.(３ )通过对随机的 １００ 个样本数据的回判结果表明:利用卷积神经网络模型对样本回判准确率达到 ９９％ ,表明卷积神经网络预测地层岩性精度较高、收敛较快,且效果好,且通过 ３ 种岩性识别方法对比,卷积神经网络岩性精度高,速度快,且预测岩性具有实时性.参考文献:[１ ] 　RUMELHARTDE．Paralleddistributedprocessing ,１&２ [ M ] ．MITPress : Cambridge , MA , １９８６．[２ ] 　 刘争平,何永富 ． 人工神经网络在测井解释中的应用[J ] ． 地球物理学报, １９９５ (增刊 １ ): ３２３Ｇ３３０．[３ ] 　 杨辉,黄健全,胡雪涛,等 ．BP 神经网络在致密砂岩气藏岩性识别中的应用 [J ] ． 油气地球物理, ２０１３ , １１(１ ): ３９Ｇ４２．[４ ] 　HUBEL D , WIESEL T．Receptivefields , binocularinteraction , andfunctionarchitectureinthecat ’ svisalcortex [ J ] ．JournalofPhysiology , １９６２ , １６０ : １０６Ｇ１５４．[５ ] 　LECUN Y , BOSER B．Backpropagationappliedtohandwrittenzipcoderecognition [ J ] ．NeuralCompuＧtation , １９８９ , １ ( ４ ): ５４１Ｇ５５１．[６ ] 　LECUNY , BOTTOUL , etal．GradientＧbasedlearnＧingappliedtodocumentrecognition [ J ] ．ProceedingsoftheIEEE , １９９８ , ８６ ( １１ ): ２２７８Ｇ２３２４．[７ ] 　HITONGE , SALAKHUTDIOVRR．Reducingthedimensionalityofdatawithneuralnetworks [ J ] ．SciＧence , ２００６ , ３１３ ( ５７８６ ): ５０４Ｇ５０７．[８ ] 　 段友祥,李根田,孙歧峰 ． 卷积神经网络在储层预测中的 应 用研 究 [J ] ． 通 信学 报, ２０１６ , ３７ (增 刊 １ ):１Ｇ９．[９ ] 　HITON G E , OSINDERO S , THE Y W．A fastlearningalgorithm fordeepbeliefnets [ J ] ．NeuralComputation , ２００６ , １８ ( ７ ): １５２７Ｇ１５５４．[１０ ]董宁芳 ． 浅析沾化凹陷构造演化对沙四段成藏的控制作用 [J ] ． 中国新技术新产品, ２０１３ ( ７ ): １３５Ｇ１３６．(修改回稿日期: ２０１８Ｇ０９Ｇ１７　 本文编辑 　 余迎)科技论文中英文摘要编写四要素目的———研究、研制、调查等的前提、目的和任务以及所涉及的主题范围方法———涉及的原理、理论、条件、对象、材料、工艺、结构、手段、装备、程序等结果———课题的结果、数据,被确定的关系,观察的结果,得到的效果、性能等结论———结果的分析、研究、比较、评价、应用,以及提出的课题、假设、启发、建议、预测等?４ ３ １?

    阅读了该文档的用户还阅读了这些文档

    188宝金博页面版:关于我们

    188宝金博页面版:帮助中心

    188宝金博页面版:关注我们

    • 新浪微博

    关注188宝金博页面版公众号

    188宝金博页面版
    阅读
    APP
    阅读
    返回
    顶部
    188宝金博页面版官网登录在线平台入口（2026已更新）—江苏协昌电子科技股份有限公司