智能化地层对比技术方法及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景 | 第10-11页 |
| ·研究目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-16页 |
| ·动态模式匹配算法 | 第12-13页 |
| ·小波变换自适应算法 | 第13-14页 |
| ·沃尔什变换算法 | 第14-15页 |
| ·灰色关联法 | 第15页 |
| ·聚类分析法 | 第15-16页 |
| ·课题主要研究内容及技术方案 | 第16-19页 |
| ·本文主要研究内容 | 第16-17页 |
| ·技术方法 | 第17-19页 |
| 第2章 测井数据处理 | 第19-35页 |
| ·基本原理 | 第19-20页 |
| ·标准化处理 | 第20-24页 |
| ·处理方法 | 第21-22页 |
| ·归一化的 MATLAB 实现 | 第22-24页 |
| ·测井数据反演处理 | 第24-33页 |
| ·小波变换算法 | 第24-28页 |
| ·沃尔什滤波 | 第28-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 自动分层处理 | 第35-49页 |
| ·聚类分析法自动分层 | 第35-41页 |
| ·聚类分析法泥岩基线选取 | 第37-39页 |
| ·面积积分法分层实现 | 第39-41页 |
| ·曲线积分法自动分层 | 第41-44页 |
| ·基本思想 | 第41-42页 |
| ·实现步骤 | 第42-44页 |
| ·高斯模型法自动分层 | 第44-47页 |
| ·高斯模型简介 | 第45页 |
| ·高斯模型法分层 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第4章 概率神经网络识别 | 第49-64页 |
| ·人工神经网络简介 | 第49-50页 |
| ·BP 神经网络简介 | 第50-55页 |
| ·概率神经网络 | 第55-58页 |
| ·概率神经网络简介 | 第55-56页 |
| ·概率神经网络原理 | 第56-58页 |
| ·构建用于地层对比的概率神经网络 | 第58-63页 |
| ·小层特征参数提取 | 第58-61页 |
| ·小层数据预处理 | 第61页 |
| ·概率神经网络分类器的 matlab 实现 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 应用实例及效果评价 | 第64-74页 |
| ·实验数据的选择 | 第64页 |
| ·归一化处理 | 第64-66页 |
| ·沃尔什滤波 | 第66-68页 |
| ·自动分层 | 第68-69页 |
| ·小层信息提取 | 第69-71页 |
| ·地层对比效果评价 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |
