基于测井资料和支持向量机的岩石可钻性研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究概况 | 第8-9页 |
| ·岩石可钻性预测研究现状 | 第8页 |
| ·支持向量机研究现状 | 第8-9页 |
| ·研究目标、方法和内容 | 第9-10页 |
| ·研究目标 | 第9-10页 |
| ·研究方法 | 第10页 |
| ·研究内容 | 第10页 |
| ·本文的特色与创新点 | 第10-11页 |
| ·本文的结构安排 | 第11-12页 |
| 第2章 统计学习理论与智能算法 | 第12-17页 |
| ·机器学习理论 | 第12-14页 |
| ·机器学习模型 | 第12-13页 |
| ·经验风险最小化 | 第13-14页 |
| ·统计学习理论 | 第14-17页 |
| ·VC维 | 第14页 |
| ·推广型的界 | 第14-15页 |
| ·结构风险最小化 | 第15-17页 |
| 第3章 支持向量机理论及最小二乘支持向量机 | 第17-21页 |
| ·支持向量机基本理论 | 第17-18页 |
| ·最小二乘支持向量机 | 第18-19页 |
| ·核函数及其参数的影响 | 第19-21页 |
| ·参数C的影响 | 第20页 |
| ·参数ε的影响 | 第20页 |
| ·参数σ的影响 | 第20-21页 |
| 第4章 岩石可钻性的应用研究 | 第21-28页 |
| ·岩石可钻性的实验研究 | 第21-22页 |
| ·实验原理 | 第21页 |
| ·分级标准 | 第21-22页 |
| ·利用测井资料对岩石可钻性的研究 | 第22页 |
| ·几种主要的测井方法介绍 | 第22-26页 |
| ·声波测井 | 第23-24页 |
| ·电阻率法测井 | 第24-25页 |
| ·泥质指示测井 | 第25-26页 |
| ·其他测井方法 | 第26页 |
| ·地层岩石可钻性的测井预测模型研究 | 第26-28页 |
| 第5章 用支持向量机对岩石可钻性进行研究预测 | 第28-43页 |
| ·利用支持向量机预测岩石可钻性的流程 | 第29页 |
| ·数据预处理 | 第29-32页 |
| ·建模参数选择 | 第29-31页 |
| ·测井资料的标准化和归一化 | 第31-32页 |
| ·利用实例建立模型 | 第32-33页 |
| ·核函数及其参数选择 | 第33-38页 |
| ·核函数选择 | 第33-35页 |
| ·核参数选择 | 第35-38页 |
| ·系统设计原则 | 第38-39页 |
| ·预测结果分析与比较 | 第39-41页 |
| ·建模结果分析 | 第39-40页 |
| ·与神经网络(ANNs)方法比较预测结果 | 第40-41页 |
| ·支持向量机在预测地层岩石可钻性的建议 | 第41-43页 |
| 第6章 结论与展望 | 第43-44页 |
| ·结论 | 第43页 |
| ·下一步工作 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第48页 |
