一种概率神经网络的研制及应用研究

摘要

D.F Specht提出的概率神经网络(Probabilistic Neural Network,PNN)是基于密度函数估计和贝叶斯决策理论而建立的一种分类网络.PNN的拓扑结构简单,容易设计算法,广泛应用于模式识别及模式分类领域。概率神经网络可以通过它的非线性扩展,进行多属性的组合优选,经过多次训练学习和概率估算,有效地降低地球物理反演的多解性。再结合钻井资料,可以更为容易且准确的进行模式分类。有助于解决一些常规地震勘探油气检测方法不能解决的问题,并可对储层的含气性进行定量分析,为储层预测、油气藏描述提供重要的数据支持。