基于神经网络的混合非线性电阻率反演成像
图书信息
书名：基于神经网络的混合非线性电阻率反演成像作者：江沸菠,戴前伟,冯德山
包装：精装
开本：16
全文字数：197000
出版社：中南大学出版社
出版时间：2015-10-01
图书简介
《基于神经网络的混合非线性电阻率反演成像》系统地介绍了神经网络的基本概念和原理，以及在电阻率成像技术中的应用。在此基础上，对BP神经网络和RBF神经网络在电阻率成像反演中的优化算法、建模方法和反演流程进行了理论研究，并结合粒子群优化算法、差分进化算法、混沌技术和信息准则等多种新技术相结合，优化了神经网络模型的结构和性能。本书详细介绍了混沌振荡PSO-BP算法、混沌约束DE-BP算法、HQOLS-RBF算法和基于二阶段学习的RBF神经网络算法，以及主成分一正则化极限学习机反演建模等方法，并通过数值仿真和工程实例分析验证了理论模型的可行性。本书内容丰富、深入浅出，可供从事地球物理正反演和人工智能等领域的相关研究人员参考使用，也可作为高等院校相关专业的教师、研究生和高年级本科生的教学参考用书。
推荐理由
本书旨在探究神经网络在电阻率成像反演中的应用和非线性反演算法，为相关领域的研究人员提供可行的模型建立和参数优化方法。通过对BP神经网络和RBF神经网络在电阻率成像反演中的优化算法、建模方法和反演流程进行理论研究，本书介绍了多种新技术相结合的算法，包括混沌振荡PSO-BP算法、混沌约束DE-BP算法、HQOLS-RBF算法和基于二阶段学习的RBF神经网络算法等，并且提供了实际工程应用分析的案例，可为读者提供具有实用性的经验。如果您正在从事相关领域的研究或者想要学习神经网络在地球物理正反演和人工智能等领域的应用，那么这本书将为您提供有价值的参考和指导。