| 第一章 引言 | 第1-11页 |
| 1．1 立题依据 | 第6页 |
| 1．2 国内外研究现状 | 第6-8页 |
| 1．3 研究资料与问题的分析 | 第8-9页 |
| 1．3．1 资料来源 | 第8-9页 |
| 1．3．2 研究范围、目标和方法 | 第9页 |
| 1．4 本文的主要内容 | 第9-11页 |
| 第二章 地球化学录井技术 | 第11-16页 |
| 2．1 基本原理 | 第11页 |
| 2．2 地化录井各项参数 | 第11-13页 |
| 2．2．1 地化录井参数 | 第11-12页 |
| 2．2．2 钻井泥浆对热解参数的影响 | 第12-13页 |
| 2．2．3 离子化干扰对热解参数的影响 | 第13页 |
| 2．3 地化录井的作用 | 第13页 |
| 2．4 地化录井软件 | 第13-14页 |
| 2．4 地化录井的不足 | 第14-16页 |
| 第三章 模糊模式识别的基本理论 | 第16-25页 |
| 3．1 模糊数学基本知识 | 第16-18页 |
| 3．1．1 模糊数学的产生 | 第16-17页 |
| 3．1．2 模糊集合 | 第17-18页 |
| 3．1．3 模糊关系 | 第18页 |
| 3．2 模糊模式识别的基本知识 | 第18-25页 |
| 3．2．1 模糊模式识别 | 第18-20页 |
| 3．2．1．1 直接法——对个体的识别 | 第18-19页 |
| 3．2．1．2 间接法——对整体的识别 | 第19页 |
| 3．2．1．3 建立隶属函数的方法 | 第19页 |
| 3．2．1．4 贴近度 | 第19-20页 |
| 3．2．2 基于模糊聚类分析的模糊模式识别 | 第20-21页 |
| 3．2．2．1 基于模糊关系的模糊聚类 | 第20-21页 |
| 3．2．2．2 基于目标函数的模糊聚类 | 第21页 |
| 3．2．3 模糊神经网络 | 第21-25页 |
| 3．2．3．1 神经网络简介 | 第21-22页 |
| 3．2．3．2 模糊神经网络 | 第22-25页 |
| 第四章 基于改进样板法的模糊模式识别方法 | 第25-32页 |
| 4．1 基于样板法的模糊模式识别方法 | 第25页 |
| 4．2 样板法构造隶属函数 | 第25-26页 |
| 4．3 对样板法的几点思考 | 第26-27页 |
| 4．4 FPLS法 | 第27-29页 |
| 4．4．1 偏最小二乘回归（PLSR） | 第27-28页 |
| 4．4．1．1 偏最小二乘回归的作用 | 第27页 |
| 4．4．1．2 偏最小二乘回归基本原理 | 第27-28页 |
| 4．4．2 FPLS方法的主要建模步骤 | 第28-29页 |
| 4．5 FPLS法在塔里木盆地油气分类和预测中的应用 | 第29-32页 |
| 4．5．1 特征变量和训练集的选取 | 第29-30页 |
| 4．5．2 方法的实施 | 第30-31页 |
| 4．5．3 测试集验证 | 第31-32页 |
| 第五章 模糊聚类模式识别方法 | 第32-44页 |
| 5．1 模糊聚类传递闭包法及其改进 | 第32-35页 |
| 5．1．1 传递闭包法的一般步骤 | 第32-33页 |
| 5．1．2 模糊加权相似矩阵 | 第33-35页 |
| 5．1．3 加权的传递闭包法 | 第35页 |
| 5．1．4 用加权的传递闭包法进行油气预测 | 第35页 |
| 5．2 改进的模糊C均值算法（MFCM） | 第35-44页 |
| 5．2．1 模糊C均值算法（FCM） | 第35-38页 |
| 5．2．1．1 算法步骤 | 第35-37页 |
| 5．2．1．2 聚类有效性 | 第37-38页 |
| 5．2．2 FCM的改进算法（MFCM） | 第38-41页 |
| 5．2．2．1 MFCM算法分析与步骤 | 第38-40页 |
| 5．2．2．2 新的聚类有效性函数 | 第40-41页 |
| 5．2．3 实验 | 第41-44页 |
| 第六章 模糊神经网络 | 第44-54页 |
| 6．1 神经网络的学习规则和方法 | 第44-46页 |
| 6．1．1 学习规则 | 第44-45页 |
| 6．1．2 误差反向传播的学习方法 | 第45-46页 |
| 6．1．2．1 方法步骤 | 第45页 |
| 6．1．2．2 常用改进措施 | 第45-46页 |
| 6．2 模糊推理 | 第46页 |
| 6．3 模糊神经网络（FNN）模型及应用 | 第46-54页 |
| 6．3．1 模糊神经网络模型 | 第46-48页 |
| 6．3．2 基于Delta规则的误差反向传播算法 | 第48-51页 |
| 6．3．2．1 参数修正 | 第48-50页 |
| 6．3．2．2 算法过程 | 第50-51页 |
| 6．3．3 模糊神经网络在塔里木盆地油气分类和预测中的应用 | 第51-54页 |
| 6．3．3．1 网络训练 | 第51-53页 |
| 6．3．3．2 测试集验证 | 第53-54页 |
| 第七章 总结 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-63页 |
| 个人简历及发表的学术论文 | 第63页 |