[应用人工神经网络进行予波反褶积]席海峰

【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。
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。