1、協(xié)同神經網絡是Haken提出的一種模式識別方法，它是一個自上而下的模式識別過程。本文在分析經典．Haken協(xié)同神經網絡的主要關鍵技術問題的基礎上，提出了一種改進的協(xié)同神經網絡新算法，并將改進后的算法用于解決地層斷面信息的識別。 首先介紹了協(xié)同神經網絡的基本理論，對Haken協(xié)同神經網絡的總體結構進行分析，將網絡分為匹配子網和競爭子網，并針對神經網絡中的原型選擇、模式特征空間選擇、伴隨矩陣的求解、重構序參量、注意參數的選擇、網絡競

2、爭迭代等關鍵問題，在研究現有算法的基礎上進行改進，提出了一種改進協(xié)同神經網絡新算法，使網絡更適應地層斷面信息的識別。 在原型選擇方面，研究了基于遺傳算法的原型選擇算法和簡單的數學平均值原型選擇算法，提出了改進的平均值原型選擇算法；在模式特征空間選擇方面，研究了基于核函數的空間變換；在伴隨矩陣的求解方面，研究了迭代算法和逆?zhèn)嗡惴?，對兩種算法的性能進行對比；在重構序參量方面，分析了直接求相似度的序參量重構算法；在注意參數的選擇方面，

3、研究了基于獎懲學習機制的注意參數訓練算法和四種動態(tài)注意參數選擇算法，并提出改進的獎懲機制動態(tài)注意參數選擇算法；在網絡的競爭迭代過程中，采用快速Haken神經網絡迭代法進行網絡競爭。其中原型選擇算法的改進和注意參數的選擇均是在地層信息識別方面的一個新嘗試。最后，將改進的新算法應用我們開發(fā)的“高速公路空間地理信息可視化管理系統(tǒng)(HSIVS)”的地層斷面信息識別問題上，并與實際地層斷面對比校驗，表明網絡的識別性能比經典Haken協(xié)同神經網絡有