| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外地质预测及其数据表现形式的现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 BP神经网络基本理论 | 第14-31页 |
| 2.1 人工神经网络发展简史及趋势概述 | 第14-16页 |
| 2.2 神经网络的概念 | 第16-23页 |
| 2.2.1 人工神经网络基础知识 | 第17-19页 |
| 2.2.2 人工神经网络的结构 | 第19-20页 |
| 2.2.3 人工神经网络的学习及工作方式 | 第20-22页 |
| 2.2.4 神经网络的性能指标 | 第22-23页 |
| 2.3 BP神经网络的关键技术 | 第23-29页 |
| 2.3.1 BP算法原理 | 第23-25页 |
| 2.3.2 BP网络的前馈计算 | 第25-26页 |
| 2.3.3 BP网络权系数的调整规则 | 第26-28页 |
| 2.3.4 L-M对BP网络学习算法的改进 | 第28-29页 |
| 2.4 BP神经网络用于土壤性状预测的优势 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于BP神经网络算法对地层预测 | 第31-53页 |
| 3.1 模块结构设计 | 第31页 |
| 3.2 初始化模块的设计 | 第31-33页 |
| 3.3 训练模块的设计 | 第33-37页 |
| 3.3.1 向前传播类的设计 | 第33-35页 |
| 3.3.2 权值调整 | 第35-37页 |
| 3.4 异或算法的测试 | 第37-38页 |
| 3.5 数据数字化 | 第38-47页 |
| 3.5.1 大排序方式 | 第39-41页 |
| 3.5.2 分类排序 | 第41-45页 |
| 3.5.3 原始数据处理 | 第45-47页 |
| 3.6 数据分析 | 第47-50页 |
| 3.7 地层数据预测 | 第50-52页 |
| 3.7.1 网络结构的确定 | 第50-51页 |
| 3.7.2 网络的学习训练 | 第51-52页 |
| 3.8 本章小结 | 第52-53页 |
| 第四章 地层预测三维可视化设计与实现 | 第53-65页 |
| 4.1 地层数据连线法 | 第53-54页 |
| 4.2 地层数据的二维展示 | 第54-56页 |
| 4.2.1 ZedGraph功能简介 | 第54页 |
| 4.2.2 柱状图方式的展现 | 第54-56页 |
| 4.3 地层数据的三维展示 | 第56-61页 |
| 4.3.1 OpenGL概述 | 第56-57页 |
| 4.3.2 OpenGL在Windows下的工作原理 | 第57-59页 |
| 4.3.3 钻井平台在三维空间中构建 | 第59-61页 |
| 4.4 地层预测OpenGL展现 | 第61-63页 |
| 4.4.1 地层预测结果在三维空间中的构建 | 第61页 |
| 4.4.2 对三维空间的截面分析 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 论文展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 致谢 | 第73-74页 |