基于改进的径向基函数神经网络的岩性识别方法及系统

摘要

本发明提供了一种基于改进的径向基函数神经网络的岩性识别方法及系统。该方法包括：结合矿区采集的样本，对地球物理联合反演得到的数据进行预处理；采用K‑L变换对经过预处理的数据进行特征提取，实现降维处理；采用K折交叉验证法处理数据集，将数据集打乱后K等分；采用模糊聚类算法完成训练集的聚类，获取隐含层的中心；搭建径向基函数神经网络，根据隐含层中心求取径向基函数神经网络的参数；利用测试集对径向基函数神经网络进行验证，记录各种类识别准确率；重复模型训练与测试，求取总体识别准确率，并保存最优的径向基函数神经网络。本发明提供的基于改进的径向基函数神经网络的岩性识别方法及系统能够进行全面准确而高效的岩性识别。