文献

J-GLOBAL ID：201702270667190799   整理番号：17A0156480

IGAアルゴリズムに基づく抵抗率ニューラルネットワーク逆変換イメージング研究【JST・京大機械翻訳】

Research of resistivity imaging using neural network based on immune genetic algorithm

著者 (6件)： Gao Mingliang (College of Instrumentation and Electrical Engineering,Jilin University) ,  Yu Shengbao (College of Instrumentation and Electrical Engineering,Jilin University) ,  Zheng Jianbo (College of Instrumentation and Electrical Engineering,Jilin University) ,  Xu Chang (College of Instrumentation and Electrical Engineering,Jilin University) ,  Liu Weiyu (College of Instrumentation and Electrical Engineering,Jilin University) ,  Luan Hui (College of Instrumentation and Electrical Engineering,Jilin University)
資料名： Diqiu Wuli Xuebao  (Diqiu Wuli Xuebao)
巻： 59  号： 11  ページ： 4372-4382  発行年： 2016年 
JST資料番号： B0627A  ISSN： 0001-5733  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 地球物理学的データインバージョンの高精度,迅速,安定性の要求を満たすために,本論文では,免疫遺伝的アルゴリズム(GA)の最適化速度とBPニューラルネットワーク逆変換(初期)を結合して,BPニューラルネットワークと免疫遺伝的アルゴリズムを結合したグローバル最適化インバージョン戦略を設計した。また,この戦略を二次元高密度データのインバージョンに適用することに成功した。免疫遺伝的アルゴリズム(IGA)を用いて,ニューラルネットワークの反転パラメータを最適化し,電気抵抗率の反転精度を改善した。シミュレーションと実験結果により,設計した大域的最適化インバージョン戦略が良好な性能を持ち,線形反転法とBP法,遺伝的ニューラルネットワーク法との比較により,この方法がより高い精度とより短い反転時間の利点を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 二次元 ,  画像処理 ,  最適化 ,  *電気抵抗率 ,  地球物理学 ,  *ニューラルネットワーク ,  線形性 ,  *逆変換 ,  遺伝 ,  *アルゴリズム
準シソーラス用語： 高密度 ,  大域的最適化 ,  逆伝播ニューラルネットワーク ,  高精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： Immune Genetic Algorithm ,  BP neural network ,  High density resistivity method ,  Inversion precision

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： IgA ,  アルゴリズム ,  抵抗率 ,  ニューラルネットワーク ,  逆変換 ,  イメージング ,  研究