| 摘 要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 前言 | 第8-13页 |
| ·选题依据 | 第8页 |
| ·研究内容 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·相关领域的国内外研究现状 | 第10-13页 |
| ·油气化探领域 | 第10-11页 |
| ·BP 人工神经网络领域 | 第11-13页 |
| 2 BTEX 异常与油气藏的对应关系理论基础 | 第13-25页 |
| ·油气藏的地球化学勘探方法 | 第13-16页 |
| ·BTEX 海洋油气化探方法 | 第16-24页 |
| ·海洋油气化探技术 | 第16-17页 |
| ·BTEX 油气化探技术 | 第17-19页 |
| ·BTEX 油气化探异常 | 第19-20页 |
| ·不同勘查阶段BTEX 异常的地质意义 | 第20-22页 |
| ·BTEX 随时间的降解特征 | 第22-24页 |
| ·小结 | 第24-25页 |
| 3 BTEX 异常与油气藏的对应关系浅析 | 第25-52页 |
| ·试验区地质概况 | 第25-26页 |
| ·数据处理 | 第26-38页 |
| ·yc13-1 气田构造 | 第26-29页 |
| ·yc26-2 构造 | 第29-32页 |
| ·wc15-1 构造 | 第32-35页 |
| ·wc26-2 构造 | 第35-38页 |
| ·BTEX 异常与油气的对应关系分析 | 第38-51页 |
| ·yc13-1 含气构造 | 第38-42页 |
| ·yc26-2 预测含气构造 | 第42-45页 |
| ·wc15-1 含油构造 | 第45-48页 |
| ·wc26-2 预测含油构造 | 第48-51页 |
| ·小结 | 第51-52页 |
| 4 基于 GIS空间数据仓库的 BTEX异常海洋油气化探 BP神经网络综合评价模型的建立与改进 | 第52-82页 |
| ·BTEX 海洋油气化探综合评价系统逻辑模型 | 第52-53页 |
| ·空间数据仓库中的数据挖掘 | 第53-54页 |
| ·海洋油气化探BTEX 异常BP 神经网络综合评价子系统 | 第54-56页 |
| ·BTEX 海洋油气化探数据处理过程 | 第56-63页 |
| ·数据预处理 | 第57-58页 |
| ·异常背景分析 | 第58-59页 |
| ·异常分析 | 第59-61页 |
| ·确定 BTEX 异常 | 第61页 |
| ·小结 | 第61-63页 |
| ·特征参数选取 | 第63-67页 |
| ·区域调查阶段的特征参数选取 | 第63-65页 |
| ·局部调查阶段的特征参数选取 | 第65-67页 |
| ·BP 神经网络建模技术理论 | 第67-75页 |
| ·BP 神经网络模型结构 | 第67-68页 |
| ·BP 算法 | 第68-70页 |
| ·BP 神经网络的改进 | 第70-75页 |
| ·小结 | 第75页 |
| ·BTEX 异常 BP 神经网络综合评价模型建立 | 第75-79页 |
| ·BP 神经网络模型结构建立 | 第76-77页 |
| ·学习样本生成 | 第77-79页 |
| ·油气藏综合评价与预测 | 第79-81页 |
| ·BP 神经网络学习训练过程 | 第79-80页 |
| ·BP 神经网络综合评价与预测过程 | 第80-81页 |
| ·小结 | 第81-82页 |
| 5 渤海渤中凹陷试验区实测资料模拟 | 第82-94页 |
| ·试验区地质概况 | 第82-83页 |
| ·BTEX 数据处理 | 第83-88页 |
| ·单指标数据处理 | 第83-85页 |
| ·多指标数据处理 | 第85-87页 |
| ·BTEX 异常圈定 | 第87-88页 |
| ·特征参数选取及网络模型确定 | 第88-91页 |
| ·特征参数选取 | 第88-90页 |
| ·BP 神经网络模型的建立 | 第90-91页 |
| ·结果分析 | 第91-94页 |
| 6 结论与讨论 | 第94-95页 |
| 参考文献 | 第95-101页 |
| 致谢 | 第101页 |