神经网络模式识别在成矿预测中的试验研究

【作者】 赵举孝； 王硕儒；

【机构】 地质矿产部航空物探遥感中心； 青岛海洋大学；

【摘要】 <正>1．模式识别类别简介模式识别是对客观事物进行分类的学科,近30年得到迅速发展。早期的模式识别方法主要是数理统计方法,有代表性的方法有几何分类法、概率分类法、聚类分类法等。随着模糊数学理论的提出和发展,又提出了模糊模式识别方法,促进了模式识别的研究和发展。随着用人工神经网络来模仿大脑神经元的机理引入模式识别中,模式识别方法得到更加深入的发展,形成了当前较理想的智能模式识别方法。人脑具有一个重要特征是自组织性,也就是神经网络对外部输入模式的刺激,能自动形成一种内部表达输出模式。 Kohonen正是基于人脑的这种特征提出了自组织网络模型来模拟人脑的功能。目前,神经网络模式识别方法主要有BP神经网络和ART-2神经网络两类。更多还原