应用人工神经网络识别碳酸盐岩相

摘要

采用典型的逆向传播学习神经网络，并根据学习样本较少的特点引入函数扩展模型，对输入各参量进行函数扩充，识别六种碳酸盐岩相，如潮坪、台坡等。神经网络经过样本学习后，能正确识别学习的样本，对测试的３２组剖面样本也取得了８５％的识别率。由于人工神经网络无需建立数学模型，学习过程通过自动调节神经元之间的连接权值完成，在选取有代表性的训练样本情况下，人工神经网络可以作为一种常用的模式判别方法。