RPROP算法在火成岩岩石分类中的应用  

The application of RPROP algorithm to igneous rock classification

作　　者：张治国[1] 杨毅恒[2] 夏立显[3] 贾永红[1] 

机构地区：[1]武汉大学遥感信息工程学院,武汉430079 [2]北京信息科技大学理学院,北京100085 [3]吉林大学综合信息矿产预测研究所,长春130026

出　　处：《地球物理学进展》2008年第3期898-902,共5页Progress in Geophysics

基　　金：国家"863"计划项目(2001AA135120-2)资助

摘　　要：为了更好地解决火成岩岩石分类问题,引入一种快速实用的BP算法—Resilient Backpropagation(RPROP)算法.在说明RPROP算法的基础上,结合火成岩岩石资料,建立基于RPROP算法的BP网络火成岩岩石分类模型,进行火成岩岩石分类的应用研究.结果表明,应用RPROP算法进行火成岩岩石分类,分类的准确率高,与基本BP算法及其一些改进算法相比,训练速度快,具有很好的应用前景.This paper introduces an igneous rock classification technology based on the resilient backpropagation （RPROP） algorithm. First, it describes the RPROP algorithm. Then an example is used to show how to build up a backpropagation neural network model based on the RPROP algorithm for igneous rock classification and its application to igneous rock classification. The results indicate that the accuracy of classification is high and the RPROP algorithm is rapid and practical compared with the basic backpropagation algorithm and its other improved algorithmswhich has good prospects.

关 键 词：RPROP算法 BP神经网络 火成岩 分类 

分 类 号：P631[天文地球—地质矿产勘探]