一种基于神经网络的确知信号检测技术

建立在统计信号处理理论基础上的相关检测器和匹配滤波器取得了广泛的应用,但两种模型都是建立在对实际通信信道线性化近似基础上的,在适应信道的非线性变化方面有所不足.利用神经网络自适应、非线性和高速并行运算的特点,在此提出了一种结构简单有效的神经网络接收机,并可推广到其他确知信号.     

基于ALR的Hopfield神经网络在高程拟合中的应用

运用具有正规化项的增广拉格朗日函数作为神经网络的能量函数,辅助二次曲面拟合,进一步探索Hopfield神经网络在高程拟合中的应用。实际算例表明,该方法可以大大提高神经网络的计算效率和可靠性。     

砂岩储层构成定量化分析研究思路与方法

综述了大量与储层构成研究相关的成果，提出了分层次，有重点，求实用，定量化的储层构成分析研究新思路，储层构成定量化分析是指储层结构空间性和储层层次性的定量表征，其研究目标是建立“储层构成三维可视化数字模型”，要达到这一目标应从储层砂体构成单元，储层流动构成单元，储层孔隙构成单元3个层次上开展构成单元属性的综合研究，分别在这3个层次上建立储层砂体组合模型，流动单元模型和孔隙结构模型。     

甘肃镇原地区长7油层组储层特征及测井解释方法

本文从镇原地区长 7油层组储层特征出发 ,研究了岩心分析的岩性、孔隙度、渗透率、相渗等物性参数与排驱压力、饱和度中值压力、退汞效率、平均喉道半径等孔喉结构参数及其与测井电性特征的关系 ,建立了神经网络多组分岩性和孔、渗、饱解释模型 ,以及多元回归孔喉结构参数分析模型 ,取得了一定的应用效果 ,并采用含油产状—物性—电性综合方法 ,确定储层有效厚度。     

滑坡灾害空间预测研究

介绍了滑坡灾害空间预测的常用理论和方法、研究特点和适用范围，指出了区域滑坡空间预测、单体斜坡稳定性预测和滑坡灾害风险研究的发展趋势；以三峡库区巴东县黄土坡区斜坡稳定性区划为例，用神经网络模型和信息量模型两种方法进行了斜坡稳定性预测，取得了满意的效果。     

钻进时同步显示钻孔地层柱状图技术探讨

探讨了钻进时同步显示钻孔地层柱状图技术研究的意义，提出了用人工神经网络理论来解决地层识别的方法，开发了一套识别软件并用实际钻探资料进行了验证。     

边坡稳定性的神经网络预测研究

根据神经网络法的基本原理，结合38个实际边坡工程稳定实例，应用VB5．0可视化编程语言，建立了边坡稳定性的神经网络预测模型，并运用该模型对部分边坡工程的稳定性进行预测，预测结果与边坡实际稳定状态相吻合，从而表明了神经网络法在边坡稳定性预测中的有效性。     

Generating multiple spectrum compatible accelerograms using stochastic neural networks

A new neural‐network‐based methodology for generating artificial earthquake spectrum compatible accelerograms from response spectra was proposed in 1997, in which, the learning capabilities of neural networks were used to develop the knowledge of the inverse mapping from the response spectra to earthquake accelerograms. Recently, this methodology has been further extended and enhanced. This paper presents a new stochastic neural network that is capable of generating multiple earthquake accelerograms from a single‐response spectrum. A new stochastic feature to the neural network has been combined with a new scheme for data compression using the replicator neural networks developed in the original method. A benefit of this extended methodology is gaining efficiency in compressing the earthquake accelerograms and extracting their characteristics. The proposed method produces a stochastic ensemble of earthquake accelerograms from any response spectra or design spectra. An example is presented that used 100 recorded accelerograms to train the neural network and several design spectra and response spectra to test this improved methodology. Copyright © 2001 John Wiley & Sons, Ltd.     

多源空间数据融合方法的研究

数据融合是目前遥感应用领域的一个热点问题，本文介绍了传统的数据融合方法，以及最近比较常用的融合手段如基于附加小波分解的方法，并且提出将数字高程模型数据、地理信息系统数据、作为空间数据来源来进行基于神经网络的方法数据融合的设想。     

沉积微相测井资料神经网络判别方法研究

不同的沉积微相可以由不同的相标志组合识别,相标志与沉积微相之间的关系可以采用神经网络通过许多基本处理单元间并行的相互作用建立。沉积微相相标志既可以由地质资料的观察、岩芯分析直接获得,也可以由测井资料间接地求得