时序过程神经元网络挖掘模型在水淹层识别中的应用

摘要：

针对传统人工神经网络在解决时间序列数据挖掘问题时受到输入同步瞬时限制的问题,本文提出了时序过程神经元网络挖掘模型,并给出了基于离散walsh函数变换的学习算法.模型在处理时间序列数据挖掘问题时,能够充分反映时间序列中实际存在的时间累积效应,其精度和泛化能力都高于传统人工神经元网络.本文最后将模型应用于油田地质领域中的水淹层识别的实际问题中,应用实例证明了模型和算法的有效性.

关键词：时间序列数据挖掘、过程神经元网络、学习算法、水淹层识别

所属期刊栏目：31

分类号：TP3;TP1

在线出版日期：2011-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：137