基于核方法的井—震多属性碎屑岩储层预测技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 前言 | 第12-20页 |
| ·选题依据及研究意义 | 第12-13页 |
| ·国内外的研究现状 | 第13-18页 |
| ·碎屑岩储层预测的发展和研究现状 | 第13-15页 |
| ·地震属性技术的发展及研究现状 | 第15-16页 |
| ·基于核方法的模式识别的发展及研究现状 | 第16-18页 |
| ·论文内容与章节安排 | 第18-19页 |
| ·论文的主要成果认识 | 第19-20页 |
| 第2章 核方法理论及其算法 | 第20-38页 |
| ·核方法研究背景 | 第20-21页 |
| ·核方法的原理 | 第21-25页 |
| ·核方法的基本思想 | 第21-22页 |
| ·核函数和核矩阵 | 第22-24页 |
| ·核的类型 | 第24-25页 |
| ·统计学习理论 | 第25-29页 |
| ·学习过程一致性 | 第26-27页 |
| ·VC 维 | 第27页 |
| ·推广性的界 | 第27-28页 |
| ·结构化风险最小化原理 | 第28-29页 |
| ·支持向量机分类 | 第29-32页 |
| ·线性支持向量分类 | 第29-30页 |
| ·非线性支持向量分类 | 第30-31页 |
| ·实验仿真 | 第31-32页 |
| ·支持向量机回归 | 第32-37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页 |
| ·实验仿真 | 第34-35页 |
| ·支持向量回归机预测岩性参数 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第3章 基于 KFDA 的弹性参数岩性识别研究 | 第38-62页 |
| ·横波测井曲线预测方法 | 第38-43页 |
| ·经验公式 | 第38-40页 |
| ·实测纵横波数据最小二乘拟合 | 第40-41页 |
| ·LS-SVR 预测横波数据 | 第41-43页 |
| ·弹性参数及相互关系 | 第43-46页 |
| ·测井资料计算弹性参数 | 第43-44页 |
| ·各种弹性参数的相互关系 | 第44-45页 |
| ·弹性参数与岩性及流体的关系 | 第45-46页 |
| ·基于 FDA 的特征提取 | 第46-49页 |
| ·FDA 基本原理 | 第46-48页 |
| ·实验仿真 | 第48-49页 |
| ·基于 KFDA 的特征提取 | 第49-53页 |
| ·KFDA 的导出 | 第49-50页 |
| ·KFDA 的基本原理 | 第50-52页 |
| ·实验仿真 | 第52-53页 |
| ·应用实例 | 第53-61页 |
| ·研究区储层岩石学特征 | 第53-54页 |
| ·交会属性识别岩性方法 | 第54-55页 |
| ·FDA 识别及效果分析 | 第55-57页 |
| ·KFDA 识别及效果分析 | 第57-61页 |
| ·小结 | 第61-62页 |
| 第4章 流体识别中的核方法研究及应用 | 第62-76页 |
| ·流体识别的方法与选择 | 第62页 |
| ·基于 FDA 和 KFDA 的流体识别 | 第62-64页 |
| ·基于 FDA 的流体识别 | 第62-63页 |
| ·基于 KFDA 的流体识别 | 第63-64页 |
| ·基于 LS-SVM 的流体识别 | 第64-68页 |
| ·支持向量机两类分类算法 | 第64-65页 |
| ·支持向量机多类分类技术 | 第65-67页 |
| ·基于支持向量机的流体识别 | 第67-68页 |
| ·应用实例 | 第68-75页 |
| ·研究区储层测井响应与弹性参数特征 | 第68页 |
| ·交会属性识别流体方法 | 第68-70页 |
| ·FDA 和 KFDA 识别及效果分析 | 第70-73页 |
| ·LS-SVM 识别及效果分析 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第5章 多维地震属性分析方法应用研究 | 第76-101页 |
| ·多维地震属性分析方法概述 | 第76-79页 |
| ·研究区域地震属性的提取 | 第79-86页 |
| ·地震震属性的分类 | 第79页 |
| ·层位地震属性的提取 | 第79-86页 |
| ·地震属性的交会图分析 | 第86-87页 |
| ·基于 PCA 的地震属性优化 | 第87-91页 |
| ·主成分分析方法及性能评价 | 第87-90页 |
| ·PCA 优化地震属性实例 | 第90-91页 |
| ·基于 KPCA 的地震属性优化 | 第91-100页 |
| ·基于核的主成分分析 | 第91-96页 |
| ·KPCA 特征提取实验仿真 | 第96-97页 |
| ·KPCA 优化地震属性实例 | 第97-99页 |
| ·PCA 和 KPCA 处理结果的比较 | 第99-100页 |
| ·本章小结 | 第100-101页 |
| 第6章 测井—地震多属性信息储层预测的实例分析 | 第101-122页 |
| ·研究区概况 | 第101-104页 |
| ·岩性特征 | 第101-102页 |
| ·物性特征 | 第102-103页 |
| ·储集空间类型 | 第103页 |
| ·储层地震响应特征 | 第103-104页 |
| ·地震波形特征分析 | 第104-110页 |
| ·地震波形聚类分析法 | 第104-105页 |
| ·C-MEAN 聚类算法 | 第105-106页 |
| ·SOM 聚类法 | 第106-108页 |
| ·地震波形分类结果解释 | 第108-110页 |
| ·谱分解 | 第110-114页 |
| ·频谱分解的原理 | 第110-112页 |
| ·谱分解的基本步骤 | 第112页 |
| ·频谱分解的应用 | 第112-114页 |
| ·地震反演 | 第114-119页 |
| ·地震反演原理 | 第114-115页 |
| ·波阻抗反演及效果分析 | 第115-119页 |
| ·储层波阻抗平面分布特征 | 第119页 |
| ·多属性储层有利区预测 | 第119-121页 |
| ·预测效果分析 | 第119-120页 |
| ·多属性有利区预测 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 结论 | 第122-124页 |
| 致谢 | 第124-125页 |
| 参考文献 | 第125-134页 |
| 攻读学位期间参加科研项目及取得学术成果 | 第134-135页 |
| 附件 | 第135-136页 |
