【利用神经网络迭代算法求取反射系数和子波】张国才.pdf

利用神经网络送代算法求取反射系数和子波摘要 Hopfie1d神经网络是一种单层的反馈型人互神经网络,是求解各种优化问题的有力互具。本文将用该网络实现新的自适应最小预测误差反褶积,并将其分成三项子处理:反射序列位置检测、反射序列幅值估计以及震源子波提取.该方法的基本思想就是建立反褶积和子波估计问题的目标函数与 Hopfield神经网络的能量函数之间的关系。当神经网络达到稳定状态时,从网络的输出就能得到反褶积和子波估计问题的解。为完成这三项子处理需分别构造三个Hopfield神经网络。

目录第一章:绪论第一节:神经网络介绍第二节:神经网络在地震勘探中的应用.,第三节:本文主要五作第二章:Hopfield神经网络与自适应预测误差反褶积第一节:Hopfield神经网络介绍及其应用.第二节:自适应预测误差反褶积.,第三章:Hopfield神经网络用于提取反射系数.第一节:用于确定反射序列位置的Hopfield神经网络第二节:用于确定反射系数值的Hopfield神经网络第三节:神经网络用于提取反射系数的祥细步骤及自适应算法示意图第四章:Hopfield神经网络提取子波及块分量法.,.

第一章绪论第一节神经网络介绍人五神经网络是一门发展十分迅速的交叉学科。在国际上,对这一学科的研究已有数十年的历史,自1987年后开始形成热点,并形成了相应的神经网络国际学术组织。在国内,自1990年举办了首届神经网络学术年会后,研究互作也在一些高等院校和科研院所连勒开展起来。通过学术界和互程界的广泛研究探索,人互神经网络的非线性映射、学习分类和实时优化等基本特性已成为一种重要的信息处理方法,在许多领域已得到成功的应用[16].人互神经网络力图模拟人类大脑神经网络的某些功能。