结构风险最小混合型神经元网络油气预测

摘要：

基于统计学习理论中的结构风险最小化原理,从理论上给出了神经网络的结构设计方法和实现过程.该方法能自适应地扩展神经网络的容量,从而完成网络的结构设计,并且在有限样本的情况下,最大限度地提高网络的训练精度和泛化能力,进而提高神经网络预测结果的可靠性.此外,本方法可使神经网络同时具有多种类型的特性函数,增强了网络的信息处理能力.文中给出了该方法在大庆油田某开发区块储层油气检测的应用实例.

关键词：神经网络、结构风险最小、串行训练、混合型神经元、预测误差

所属期刊栏目：45

分类号：P631

资助基金：中国科学院知识创新工程项目KZCXL-y01;国家自然科学基金委员会-大庆石油管理局联合资助项目49894190

在线出版日期：2004-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：378-386