【应用人工神经网络进行予波反褶积】席海峰.pdf

长春科技大学硕士研究生学位论文应用人工神经网络进行子波反褶积 ApplyingNeuralNetworktoWaveletDeconvolution 毕业专业:应用地球物理导师:杨有发教授研究生:席海峰长春科技大学地球物理系一九九八年六月

4 5 7 8 8 9录目第一章神经元通用功能模型和性质一.神经元的通用功能模型.二.神经网络的基本特征和通有性质第二章最小平方滤波一.褶积模型.二.最小平方滤波问题的提出.三.Wiener滤波四.最小平方反滤波(脉冲反褶积)第三章Adaline网络反褶积.一.自适应元件二.自适应滤波的引出.三.最速下降法四.最小平方自适应滤波第四章BP网络子波反褶积一.BP网络与算法二.子波反褶积第五章.Hopfield网络子波反褶积一.

绪论 2)人工神经网络具有很强的容错性,即局部的或部分的神经元损坏后,3)人工神经网络所记忆的信息是存贮在神经元之间的权中,从单个权中 4)人工神经网络具有十分强的学习功能,它的联接权和联接的结构都可神经网络的自学习和自适应能力使其成为对各类信号进行多用途加工处理的一种天然工具,尤其是在处理连续时序模拟信号方面有很自然的适应性.这方面的应用主要有:自适应滤波与均衡、时序预测、谱估计和快速傅里叶变换、通信编码和解码、信号增强降噪、噪声相消、信号特征检测等.神经网络在地球物理勘探中,也有很多应用:如地层识别、岩性识别、初至波的拾取、地震道的编辑等等。