Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于SA-RBF神经网络模型的古水深推测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西南石油大学

摘要:本发明公开了基于SA‑RBF神经网络模型的古水深推测方法,包括以下步骤:S1、获取与古水深相关的地球化学数据和地球物理数据;S2、对S1获取的数据进行预处理,并将数据划分为训练集和测试集;S3、建立SA‑RBF神经网络,利用训练集对SA‑RBF神经网络进行训练,得到古水深推测模型;S4、利用测试集验证古水深推测模型,判断验证结果是否满足预设精度要求;S5、使用最优古水深推测模型对古水深进行推测。本发明的SA‑RBF神经网络模型有效提高了古水深的推测精度,对油气资源评价及古地理学、古气候学和地球化学等领域的研究具有重要价值。

主权项:1.基于SA-RBF神经网络模型的古水深推测方法,其特征在于,包括以下步骤:S1、获取与古水深相关的地球化学数据和地球物理数据,并进行初步筛选与整理;S2、对S1获取的数据进行预处理,并将数据划分为训练集和测试集;S3、以径向基函数神经网络为基础,使用模拟退火算法对径向基函数神经网络进行优化,建立SA-RBF神经网络,利用训练集对SA-RBF神经网络进行训练,得到古水深推测模型;S4、利用测试集验证古水深推测模型,判断验证结果是否满足预设精度要求,若满足,则得到最优古水深推测模型,若不满足,则迭代更新古水深推测模型;S5、使用S4获得的最优古水深推测模型对古水深进行推测。

全文数据:

权利要求:

百度查询: 西南石油大学 基于SA-RBF神经网络模型的古水深推测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。