基于支持向量机的储层参数预测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-14页 |
| ·选题的背景及意义 | 第7-8页 |
| ·国内外相关领域的研究现状 | 第8-11页 |
| ·支持向量机的发展现状 | 第8-10页 |
| ·储层参数预测的研究现状 | 第10-11页 |
| ·本文的研究内容与组织安排 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·本文的组织安排 | 第12-13页 |
| ·主要成果 | 第13-14页 |
| 第2章 统计学理论与支持向量机 | 第14-30页 |
| ·机器学习的基本原理 | 第14-15页 |
| ·机器学习的基本问题 | 第14页 |
| ·经验风险最小化原则 | 第14-15页 |
| ·统计学理论 | 第15-18页 |
| ·VC维理论 | 第15-16页 |
| ·学习机器推广的界限 | 第16页 |
| ·结构风险最小化原则 | 第16-17页 |
| ·结构风险最小化与支持向量机的关系 | 第17-18页 |
| ·支持向量机 | 第18-21页 |
| ·支持向量机的基本原理 | 第18页 |
| ·最优分类面的构造 | 第18-19页 |
| ·核函数 | 第19-21页 |
| ·支持向量分类机 | 第21-24页 |
| ·线性支持向量分类机 | 第21-23页 |
| ·非线性支持向量分类机 | 第23-24页 |
| ·支持向量回归机 | 第24-29页 |
| ·线性支持向量回归机 | 第26-28页 |
| ·非线性支持向量回归机 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 支持向量机中的QP问题及其性质研究 | 第30-36页 |
| ·支持向量机中的QP问题 | 第30-31页 |
| ·最优化问题的描述 | 第30页 |
| ·支持向量机的QP问题 | 第30-31页 |
| ·支持向量机的性质 | 第31-36页 |
| ·内插性 | 第31-34页 |
| ·外推性 | 第34-36页 |
| 第4章 参数优选和核函数的研究 | 第36-46页 |
| ·参数优选问题的提出 | 第36页 |
| ·支持向量机参数优选的现状 | 第36页 |
| ·枚举法求最优参数的提出 | 第36-41页 |
| ·建立数据模型 | 第36-38页 |
| ·枚举法优选最优参数 | 第38-41页 |
| ·枚举法参数的优选顺序 | 第41页 |
| ·核函数的研究 | 第41-45页 |
| ·局部核函数及全局核函数 | 第42-43页 |
| ·叠加核函数的提出 | 第43-44页 |
| ·建立模型验证叠加核函数的优越性 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 基于支持向量机的储层参数预测 | 第46-70页 |
| ·储层参数预测的步骤 | 第46-47页 |
| ·地震属性的介绍及其分类 | 第47-49页 |
| ·储层参数的预测 | 第49-66页 |
| ·本文的实例介绍 | 第49-50页 |
| ·地质背景 | 第50-51页 |
| ·训练样本选取问题的研究 | 第51-53页 |
| ·参数优选以及核函数的研究 | 第53-57页 |
| ·砂泥岩百分比预测 | 第57-60页 |
| ·含油饱和度预测 | 第60-63页 |
| ·孔隙度预测 | 第63-66页 |
| ·基于测井曲线的孔隙度预测 | 第66-69页 |
| ·小结 | 第69-70页 |
| 第6章 结论与展望 | 第70-72页 |
| ·本文总结 | 第70-71页 |
| ·今后工作与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第76页 |
