收藏本站
《1992年中国地球物理学会第八届学术年会论文集》1992年
收藏 | 手机打开
二维码
手机客户端打开本文

基于模拟退火学习的多层感知器模型及其应用

赵改善  
【摘要】:正本文将通过对多层感知器的研究来试验神经网络理论在模式识别、参数预测等方面的应用。 1.神经网络模型目前在地球物理中应用较广的神经网络系统有三类: (1)Hopficld网络;(2)Kohonen自组织网络; (3)多层感知器。本文主要讨论后者。多层感知器是一种有监督学习,输入值可以是模拟值(连续值)的层状前馈神经网络,通常在输入层和输出层之间有若干隐层,每层中包括一系列神经元(处理单元,PE),层内神经元之间无联接,层间仅在相邻层之间单向联接,信息只能沿输入层向输出层的方向传播。处理单元是一个神经元,它具有一系列的输入和一个输出,输出值是所有输入值的加权求和(系数即为神经元之间的连接权系数)后再经一个非线性激励函数作用的结果。这个非线性函数一般是阈值函数或S型函数。
【作者单位】:地矿部石油物探研究所
【分类号】:P631

免费申请
【相似文献】
中国期刊全文数据库 前1条
1 杨德义,王赟,王妙月,赵建庆;一种改进的多层感知器神经网络技术[J];石油物探;2000年02期
中国重要会议论文全文数据库 前1条
1 赵改善;;基于模拟退火学习的多层感知器模型及其应用[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年
中国知网广告投放
相关机构
>地矿部石油物探研究所
相关作者
>赵改善
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026