内容概要: 1、对收集到测井数据进行去除异常值、插值、标准化、独热编码等数据预处理,分别得到预测储层物性的回归数据及识别储层含油气性的分类数据。 2、为了预测储层物性孔隙度,分别构建了BP神经网络和长短期记忆神经网络,并对该网络的隐含层数、学习率衰退因子和RMSE等关键指标进行对比分析及网络拟合度检测。此外,采用留一法交叉验证将单个井作为测试集,其余不包含该井的测井数据作为训练集,以此来分析单个井的孔隙度预测结果。 3、为了识别储层含油气性,分别构建了BP神经网络和循环神经网络(LSTM及Bi-LSTM),并利用混淆矩阵、ROC曲线及AUC面积来衡量以上分类模型的性能。 适用方向:统计学和神经网络方向案例分析 其他说明:附件包含预处理后的数据、BP和LSTM回归模型代码、BP和LSTM和Bi-LSTM分类模型代码,以及所有的分析结果图,并附上完整报告。 测井数据;BP神经网络;循环神经网络;留一法交叉验证;Matlab
1
深度卷积神经网络模型
2022-08-21 18:05:59 9KB 深度卷积神经网络模型
1
_经典卷积神经网络模型
2022-08-21 18:05:59 10KB _经典卷积神经网络模型
1
  深度神经网络(DNN)在各种任务中取得了前所未有的成功,但是,这些模型性能直接取决于它们的超参数的设置。在实践中,优化超参数仍是设计深度神经网络的一大障碍。在这项工作中,我们建议使用粒子群优化算法(PSO)来选择和优化模型参数。在MNIST数据集上的实验结果显示:通过PSO优化的CNN模型可以得到不错的分类精度,此外,PSO 还可以提高现有模型结构的性能,PSO是自动化超参数选择和有效利用计算资源的有效技术。 针 对CNN 算法的收敛速度较慢、过 拟合 等问题, 文章提出一种基于PSO和 CNN 模型的图像分类方法,在分析完CNN各超参数对其性能的影响后,引入 PSO 算法进行寻优以增强CNN网络模型的特征提取能力,模型将CNN算法中需要训练的参数作为粒子进行优化,将 更 新 的 参 数 用 于CNN 算 法 的 前 向 传播,调整网络连接权矩阵迭代,直到误差收敛,停止算法,以达到最终的模型优化。
2022-08-08 11:05:49 12KB PSO-CNN PSO CNN PSO优化CNN参数
1
深度学习神经网络模型权重
2022-08-07 12:04:58 107.35MB 深度学习
1
可用于语义聚合任务中的文本编码器,它将句子和段落映射到 768 维密集向量空间,是 sentence_transformers 库的模型之一,官网下载速度缓慢,容易被墙,下载解压后,可以参考此文章进行模型本地加载 https://blog.csdn.net/weixin_43721000/article/details/125507996
1
基于卷积和循环神经网络模型融合的股票开盘价预测研究.docx
2022-07-15 10:01:17 26KB 互联网
1
这是一个句子转换器模型,它将句子和段落映射到 384 维密集向量空间,可用于聚类或语义搜索等任务,是 sentence_transformers 库的模型之一,官网下载速度缓慢,容易被墙,下载解压后,可以参考此文章进行模型本地加载 https://blog.csdn.net/weixin_43721000/article/details/125507996
1
基于MATLAB实现BP神经网络模型在地下水水质评价中的应用.pdf
2022-07-10 18:00:39 92KB 计算机
感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细 感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细 感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细 感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细 感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细 感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研究,万字文章,文章后附有MATLAB程序,十分详细感知器神经网络模型的异或问题研
2022-07-02 09:10:52 1.04MB MATLAB 神经网络