| 1 | 神经网络及地震数据反演显示文摘神经网络可以看成是空间映射的应用,即输入空间到输出空间的映射。为了模拟设想的映射关系,网络必须通过反复改变内部参数的学习过程,通过很多输入模型和与它们相应的输出模型的展示过程来实现。如果在训练组中所有样本的期望输出和计算输出之间的误差达到最小,也就完成了训练过程。这时,网络就可以模拟训练样本的限制范围内合乎需要的映射关系。这里,我们描述一个实验,其中,神经网络的设计以接受人工爆破选排(即从单个源得到的一套地震图)作为输入,计算出相应的一维大尺度速度模型作为输出。地表下岩石层模型由在均匀半空间之上的8个固定地层厚度的地层组成,训练此网络用了450个样本。训练过后,虽然神经网络计算不出与期望输出的地表下岩石层模型完全一致的地层模型,但神经网络的近似模型足可以作为进一步进行地震成象算法的起算模型。对于不包括训练样本集的新的地震,训练后的网络计算得到的速度剖面80%令人满意。虽然以掺有白噪声的输入网络输出结果是稳定的(不变),但对于强噪声,也就是相关噪声,网络是不稳定的。这项应用表明:神经网络可以解决重要的反演问题。 | G.R th A.Tarantola 万永革 | 1995 | 世界地震译丛1995，26，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员