首页--工业技术论文--矿业工程论文--矿山地质与测量论文--矿井地质论文

支持向量机预测煤储层渗透性

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-14页
   ·研究背景第9-10页
   ·国内外研究现状第10-12页
     ·煤储层渗透率研究现状第10-11页
     ·支持向量机研究现状第11-12页
   ·本文研究的目的和意义第12页
   ·本文研究的主要内容和思路第12-14页
第二章 支持向量机和最优化理论概述第14-36页
   ·引言第14-15页
   ·最优化理论第15-21页
   ·1 最优化问题第15-18页
     ·凸最优化第18页
     ·最优性条件第18-20页
     ·对偶理论第20-21页
   ·统计学习理论第21-25页
     ·机器学习方法第21-23页
     ·VC维第23-24页
     ·泛化能力的界第24页
     ·结构风险最小化原则第24-25页
   ·支持向量分类机第25-31页
     ·最优分类超平面第26-27页
     ·支持向量机用于分类第27-29页
     ·核函数第29-31页
   ·支持向量回归机(Suppert Vector Regression,SVR)第31-35页
     ·损失函数第31-32页
     ·支持向量回归机第32-35页
   ·本章小结第35-36页
第三章 影响煤储层渗透率的主控因素第36-44页
   ·引言第36页
   ·割理发育对渗透率的影响第36-38页
   ·应力对煤储层渗透率的影响第38-39页
   ·埋藏深度对煤储层渗透率的影响第39-40页
   ·煤体结构及煤层厚度对渗透率的影响第40-41页
   ·煤岩组成和层序结构对渗透率的影响第41-42页
   ·煤基质收缩作用和储层压力对渗透率的影响第42-43页
   ·本章小结第43-44页
第四章 基于支持向量机的煤储层渗透率预测第44-66页
   ·引言第44页
   ·研究区地质概况第44-47页
     ·地层特征第46页
     ·构造特征第46页
     ·煤岩特征第46-47页
     ·沉积特征第47页
   ·支持向量机回归软件设计及实现第47-62页
     ·软件设计第47-49页
     ·软件操作第49-51页
     ·数据的选取及处理第51-53页
     ·核函数的选择及其参数设置第53-59页
     ·支持向量回归机参数设置第59-62页
   ·渗透率性的预测第62-64页
   ·方法评价第64页
   ·本章小结第64-66页
总结与展望第66-67页
参考文献第67-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于D-InSAR和GIS技术的煤矿区地面沉降监测研究
下一篇:边底水断块油藏水平井开发技术优化研究