摘 要：為了克服傳統的BP神經網絡算法" title="神經網絡算法">神經網絡算法收斂速度慢、隱層數以及隱層節點數難以確定等缺點，研究了一種構造性神經網絡" title="構造性神經網絡">構造性神經網絡學習算法——級聯算法" title="級聯算法">級聯算法CCA及其在石油工程中的應用。采用該算法進行了儲層參數" title="儲層參數">儲層參數預測的研究，通過與BP神經網絡的研究結果進行比較，進一步體現出構造性神經網絡的優越性。
關鍵詞：構造性神經網絡? BP算法? 級聯算法? 石油測井" title="石油測井">石油測井? 儲層參數
?
?
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。