结构网络最小混合型神经元网络油气预测  

作　　者：张向君[1] 李幼铭[1] 等 

机构地区：[1]中国科学院地质与地球物理研究所，北京100101

出　　处：《地球物理学报》2002年第C00期378-386,共9页Chinese Journal of Geophysics

摘　　要：基于统计学习理论中的结构风险最小化原理，从理论上给出了神经网络的结构设计方法和实现过程。该方法能自适应地扩展神经网络的容量，从而完成网络的结构设计，并且在有限样本的情况下，阳大限度地提高网络的训练精度和泛化能力，进而提高神经网络预测结果的可靠性。此外，本方法可使神经网络同时具有多种类型的特性函数，增强了网络的信息处理能力。文中给出了该方法在大庆油田某开发区块储层油气检测的应用实例。

关 键 词：油气预测 神经网络 结构风险 串行训练 混合型神经元 结构设计 

分 类 号：P618.130.8[天文地球—矿床学] T[天文地球—地质学]