ANN层状介质结构识别方法的鲁棒性研究  

STUDY ON THE ROBUSTNESS OF NEURAL NETWORK FOR LAYERED MEDIA STRUCTURE RECOGNITION

作　　者：吴今培[1] 段方勇[1] 黄载禄 

机构地区：[1]五邑大学信息科学研究室,华中理工大学

出　　处：《自动化学报》1998年第2期221-224,共4页Acta Automatica Sinica

基　　金：广东省自然科学基金;广东省高教厅重点学科基金

摘　　要：通过对理论信号和实测信号的分析，研究了人工神经网络对层状介质结构识别的鲁棒性，分析了层状介质物理参数的变化对神经网络识别效果的影响．实验结果表明，各介质参数在一定范围内变化时，所得神经网络具有较强的鲁棒性．该研究结果反映出利用神经网络进行层状介质结构识别具有较强的实用价值．,The robustness of artificial neural network is a key to the recognition using artificial network for layered media structure recognition. In this paper, the robustness of neural network for layered media structure recognition is studied by analyzing the theoretical simulative signal and measured signal from real layered media. The study shows that the media parameter does not affect the recognition of the neural network, and that the neural network scheme is practical.

关 键 词：层状介质结构 识别 鲁棒性 信号检测 固井质量 

分 类 号：TN911.23[电子电信—通信与信息系统] TE256[电子电信—信息与通信工程]