| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·研究的目的和意义 | 第9页 |
| ·地球物理勘探的应用研究历史及现状 | 第9-12页 |
| ·统计模式识别在地质勘探中的应用 | 第9-11页 |
| ·基于小样本的非线性智能技术在地质勘探中的应用 | 第11-12页 |
| ·本文研究内容和研究方法 | 第12-14页 |
| 2 统计学习理论 | 第14-25页 |
| ·学习问题的表示 | 第14-17页 |
| ·基于实例学习的一般模型 | 第14-15页 |
| ·三种主要的学习问题 | 第15-16页 |
| ·经验风险最小化归纳原理 | 第16-17页 |
| ·统计学习理论的核心内容 | 第17-25页 |
| ·学习过程的一致性 | 第17-20页 |
| ·学习过程收敛速度的界 | 第20-22页 |
| ·控制学习过程推广能力 | 第22-25页 |
| 3 支持向量机 | 第25-37页 |
| ·支持向量简介 | 第25-28页 |
| ·最优分类面 | 第25-27页 |
| ·广义最优分类超平面 | 第27-28页 |
| ·分类支持向量机 | 第28-31页 |
| ·高维空间中的推广 | 第28-29页 |
| ·核函数 | 第29-30页 |
| ·构造支持向量机 | 第30-31页 |
| ·回归支持向量机 | 第31-37页 |
| ·线性支持向量回归机 | 第32-34页 |
| ·非线性支持向量回归机 | 第34-37页 |
| 4 支持向量机的训练算法与核函数参数的讨论 | 第37-55页 |
| ·支持向量机的训练算法 | 第37-38页 |
| ·支持向量机的预测能力研究 | 第38-44页 |
| ·支持向量机的内插性能研究 | 第38-41页 |
| ·支持向量机的外推性能研究 | 第41-42页 |
| ·支持向量机的抗噪音性能研究 | 第42-44页 |
| ·高斯核函数参数选择讨论 | 第44-55页 |
| ·高斯核函数参数的优选 | 第44-51页 |
| ·高斯核函数参数σ→0& σ→∞情况下的支持向量机性质 | 第51-55页 |
| 5 用支持向量机预测储层参数 | 第55-70页 |
| ·引言 | 第55-56页 |
| ·支持向量机预测储层参数的一般方法 | 第56-58页 |
| ·测井属性的优选与标准化 | 第58-60页 |
| ·应用实例 | 第60-68页 |
| ·用测井曲线预测孔隙度 | 第60-64页 |
| ·用测井曲线预测渗透率 | 第64-68页 |
| ·支持向量机应用于预测储层参数应注意的问题 | 第68-70页 |
| 6 结论 | 第70-72页 |
| ·结论 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-78页 |
| 详细摘要 | 第78-92页 |