宋美玲
- 作品数：2 被引量：13H指数：2
- 供职机构：东北石油大学计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于混合误差梯度下降算法的过程神经网络训练被引量：10
- 2014年
- 针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需计算目标函数一阶导数数值公式,复杂度低且误差下降快;当梯度下降法学习效率降低时,引入牛顿迭代法,并将梯度下降法的训练结果作为初始参数代入目标函数,使问题转化为求解非线性方程组,不需要一维搜索而提高网络训练效率.通过学习效率分析自适应调节两种算法的切换,直至满足停机条件.将其应用于时变信号模式分类,实验结果表明,该算法较大地提高PNN训练效率.
- 许少华宋美玲许辰朱新宁
- 关键词：过程神经元网络牛顿迭代法梯度下降法
- 基于特征识别与PSO结合的地层对比算法被引量：3
- 2015年
- 针对油田开发区块相邻两井之间的小层对比问题,提出了一种以小层测井曲线直接作为过程特征并与粒子群优化相结合的地层对比算法。通过定义可度量曲线特征相似度的距离指标,直接将相邻两口对比井的原始测井曲线作为小层对比特征变量,以此构建带多级罚函数约束的小层对比目标函数。综合利用粒子群算法(PSO)的经验记忆、信息共享和遍历搜索性质优化目标函数参数,实现两井小层之间的最佳匹配。算法可突出测井曲线的过程特征以及多条曲线的整体组合形态,提高对比井段小层之间对应关系的辨识和匹配能力,对于地层对比问题在机制上具有较好的适应性。对油田开发区块相邻两井进行实际资料处理,小层自动对比结果验证了模型和算法的有效性。
- 许少华张宇航宋美玲许辰
- 关键词：地层对比PSO算法
