文档介绍：摘要神经网络地震初至拾取算法及并行化研究【论文摘要】的正确检测。随着地震勘探向沙漠、戈壁、山地等地表复杂地区深入开展,以导师研究生专业方向罗省贤教授李录明教授王金峰信号与信息处理图像与信号的非线性处理层析静校正是目前静校正方法中精度最高的一种方法,在很多地质条件复杂地区的资料处理中得到应用且效果显著。然而,层析静校正的依据是初至波往的方法已不能满足要求。因此,需要研究精度更高、适应性更强的初至拾取新方法。神经网络是一门交叉学科,它以生物大脑的结构和功能为基础、以简单的数学方法完成复杂的智能分析,能有效地处理问题的非线性、模糊性和不确定性关系。神经网络技术以其大规模并行处理、分布式存储、自适应性、容错性等优点被广泛地应用于生物、电子、计算机、数学和物理等领域。本文研究和分析了经典神经网络的理论,并在此基础上提出了权值空间初始化二分法,网络隐含层结构自动寻优解,引入遗忘因子法并结合学习速率自调节来实现网络的自适应速率学习,引入随机优化算子以利于经典算法跳出局部极小。除此以外,:窬方法,并应用计算机模拟的理论数据验证了神经网络方法初至拾取的可用性。将改进型神经网络和模糊神经网络方法应用到地震勘探的实际资料处理中,取得了较好的应用效果。然而,地震资料的数据量相当庞大,尤其是三维地震资料的处理速度需求使单处理器上的串行算法很难满足要求,因此必须研究初至拾取的并行化方法。本文在分析和研究神经网络内在并行性的基础上,基于杓朴胧迪至烁慕虰窬绲牟⑿谢惴ǎ⑹迪至说卣鸪踔拾取的并行处理。关键词:神经网络;初至拾取;模糊算法;网络结构;并行算法
知识水坝***@pologoogle为您整理
甒筒琤甒,琭【】瑃甋瑃瑆瑂琫,琺恤,琣猳瑂瓼,—,猯.,’,珹—.甇,,猟,,矗篈,,’痶
知识水坝***@pologoogle为您整理
第滦髀选题依据神经网络是一门活跃的边缘性交叉学科,它是巨量信息并行处理和大规模并行计算的基础,神经网络既是高度非线性动力学系统,又是自适应组织系统,可用来描述认知、决策及控制的智能行为。近十年来,神经网络理论与实践有了引人注目的进展,它拓展了计算概念的内涵,使神经计算、进化计算成为新的学科,神经网络的软件模拟得到了广泛的应用。从解剖学和生理学来看,人脑是一个复杂的并行系统,它不同予传统的郊扑慊匾5氖撬哂小叭现!薄ⅰ耙馐丁焙汀案星椤钡雀呒赌功能。人工神经网络就是通过对人脑的基本单元一神经元建模和连接,来探索模拟人脑神经系统功能的模型,并研制一种具有学忆和模式识别等智能信息处理功能的人工系统。神经网络的主要特征是:大规模的并行处理和分布式的信息存储,良好的自适应、自组织性,以及很强的学习功能、联想功能和容错功能。,更加接近人脑的信息处理模式。人工神经网络已广泛应用于函数逼近、信号处理和检测、分类和模式识别、聚类、优化、联想和概率密度估计等领域。所谓模式识别就是把测量结果、激励或输入模式,划分或分配到有意义的类别中。在模式识别中,学习就相当于模式特征和属性之间相互关系规则的判定。识别模式是所有生物系统共有的主要活动。生物系统,特别是人类,是已知的最灵活、有效和万能的模式识别器;而且他们的行为提供了用于研究模式识别问题的足够数据。模仿人脑的人工神经网络可以通过学习来达到识别模式的目的,而且相比于传统的模式识别方法具有速度快、抗干扰能力强、不用建立精确的数学公式等优点。在地震勘探中,初至波旅行时是非常重要的数据处理参数,此外在折射波和面波勘探中,通常用初至波的旅行时来计算表层的速度和层厚等介质参数。为了提高计算精度和效率,人们一般用地震初至波自动拾取侗技术来做这项工作。到目前为止,已提出了许多具体的方法。但是,随着地震勘探的深入发展,数据处理的难度和复杂性也日益增强,这些地震初至波自动拾取的方法已不能满足地震数据处理的新要求。因此,本文将神经网络方法应用到地震勘探中,利用神经网络作为一种模式识别的方法,发挥其良好的非线性品质、极高的知识精度、灵活有效的学习方式、完全分布式的存储结构和模型结构的层次性,识别地震初至波。在地震勘探资料的处理中,初至波具有一定的能量、频率等特征。利用这些特征可以建立模式识别的模型,并利用神经网络方法来进行模式识别。本文分别利用改进的神经网络算法、模糊神经网络算法以及并行神经网络算法来实现初至波的拾取,为层析静校正提供精确的初至到达时,以使后续的地
本文研究内容与创新震资料处理能够有效地提高精度和质量。本文从应用的角度对人工神经网络特别是神经网络和。:经网络作了认真的分析和研究。在此基础上,改进了经典的神经网络算法,并将模糊技术与神经网络技术相结合实现了一种模糊神经网络算法。同时根据地震记录初至波的特征,运用信号处理的知识,从地震记录信