测井岩性自适应识别
| 第一章 绪论 | 第1-14页 |
| ·引言 | 第7-8页 |
| ·测井技术发展现状 | 第8-9页 |
| ·岩性识别技术的研究现状 | 第9-10页 |
| ·神经网络技术的发展及应用情况 | 第10-12页 |
| ·本课题主要内容及意义 | 第12-14页 |
| 第二章 神经网络概述 | 第14-23页 |
| ·神经细胞与神经网络 | 第14-15页 |
| ·人工神经网络 | 第15-21页 |
| ·人工神经元模型 | 第16-17页 |
| ·神经网络的互连结构形态 | 第17-18页 |
| ·神经网络的学习算法和规则 | 第18-21页 |
| ·神经网络的发展趋向及技术前沿 | 第21-23页 |
| 第三章 人工神经网络模型 | 第23-39页 |
| ·Bp 网络模型和算法 | 第23-30页 |
| ·p 网络拓扑结构 | 第23-24页 |
| ·Bp 算法 | 第24-26页 |
| ·bp 算法实现的一般步骤 | 第26-27页 |
| ·基本BP 算法的流程图 | 第27-29页 |
| ·bp 算法的改进 | 第29-30页 |
| ·Hopfield 模型 | 第30-35页 |
| ·Hopfield 网络简介 | 第30-31页 |
| ·Hopfield 网络拓扑结构 | 第31页 |
| ·Hopfield 网络的工作原理 | 第31-33页 |
| ·Hopfeild 神经网络学习规则 | 第33-35页 |
| ·Kohonen 网络模型 | 第35-39页 |
| ·自组织特征映射模型简介 | 第35页 |
| ·拓扑结构 | 第35-36页 |
| ·工作原理 | 第36-37页 |
| ·学习算法 | 第37-39页 |
| 第四章 用bp 网络模型构建岩性识别系统 | 第39-55页 |
| ·分析测井资料,提取相关测井曲线和数据 | 第39-40页 |
| ·系统模型的设计和实现 | 第40-50页 |
| ·系统设计 | 第40-44页 |
| ·数据结构模块 | 第40-41页 |
| ·程序流程 | 第41-44页 |
| ·BP 网络模型设计中需要注意的几点 | 第44页 |
| ·系统的编程实现 | 第44-50页 |
| ·程序界面 | 第44-46页 |
| ·功能函数模块 | 第46-50页 |
| ·应用实例 | 第50-51页 |
| ·bp 算法改进的探索 | 第51-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 中文摘要 | 第59-62页 |
| Abstract | 第62-65页 |
| 致谢 | 第65-66页 |
| 导师及作者简介 | 第66页 |
