有学习神经网络程序说明.doc

有学习神经网络程序说明 有学习神经网络识别软件是一套单独的软件，用的是bp算法，可以用来实现岩性识别和流体性质判别。软件介绍如下： 源程序dh.bp.c是综合了学习和输出两个部分，涉及初始文件有：bp.ini,bp1.ini,bp2.ini 1）学习参数文件bp.ini格式： 第1行：学习步长，一般为0.9 第2行：学习率，一般为0.7 第3行：学习总误差，一般为0.00001 第4行：学习次数，一般为100000 第5行：各隐含层单元个数，最多15个隐含层 2）学习样本参数文件bp1.ini格式： 第1行：学习样本任务名（任务为.dat文件，任务名这里不加后缀.dat） 第2行：输入单元特征个数 第3行：输出单元个数 第4行：学习样本个数 3）输出初始化参数文件bp2.ini格式： 第1行：待处理数据文件名(包括后缀全名) 第2行：自然伽马截止值 第3行：待处理的数据起始深度 第4行：待处理的数据终止深度 第5行：待处理的数据采样间隔 第6行：处理结果输出文件名(全名) 1-6-9井例子供参考 参数文件：bp.ini, bp1.ini, bp2.ini bp.ini： 0.9 /*学习步长 0.7 /*学习率 0.0000001 /*学习总误差 1000000 /*学习次数 15 /*隐含层单元个数 bp1.ini： /*学习样本任务名 /*输入单元特征个数 1 /*输出单元个数 79 /*学习样本个数 bp2.ini： 169.txt /*待处理数据文件名 70. /*自然伽马截止值 5711.506 /*待处理的数据起始深度 5840.970 /*待处理的数据终止深度 0.076 /*待处理的数据采样间隔 169_out.dat /*处理结果输出文件名 学习样本(169.dat) 学习样本排列顺序为IGR、△DEN、△SP、△RT、aa , 其中IGR、△DEN、△SP、△RT为将GR、DEN、SP、RT四条曲线做归一化处理得到，归一化公式报告部分有说明，aa为聚类类别。 题头文件(题头.TXT)为学习样本曲线名称及排放次序 学习得到模型有： 训练结果放在169_v.dat文件中 权系数放在169_w.dat文件中 最大最小值放在bpmax文件中 待处理数据文件名（169.txt） 待处理文件169.txt为五列排放，排放次序为： DEPTH IGR △DEN △SP △RT DEPTH为深度 处理结果放在169_out.dat文件中 处理结果为两列排放数据，第一列为深度数据，第二列为该深度对应聚类级别： 表示为泥岩 表示为弱岩屑砂岩 表示为中长石石英砂岩 表示为碳砾砂岩 以上分类只是为了验证程序所用，与现场实际不符的可作调整。  —1—