首页--天文学、地球科学论文--地质、矿产普查与勘探论文--数学勘探论文

基于统计学习方法的储层岩相分类研究

摘要第5-7页
abstract第7-8页
第一章 绪论第15-21页
    1.1 研究工作的背景与意义第15-16页
    1.2 国内外研究现状第16-19页
        1.2.1 测井相分类方法研究现状第16-18页
        1.2.2 地震相分类方法研究现状第18-19页
    1.3 本文主要内容与结构安排第19-21页
第二章 储层岩相分类数据特点分析第21-40页
    2.1 储层岩相分类数据特点第21-26页
        2.1.1 测井相数据特点第21-26页
        2.1.2 地震数据特点第26页
    2.2 储层岩相分类判别标准第26-28页
    2.3 基于Kmeans算法的储层岩相分类数据分析第28-30页
        2.3.1 基于Kmeans算法的测井数据分析第28-30页
        2.3.2 基于Kmeans算法的地震数据分析第30页
    2.4 测井数据的特征选择算法处理第30-36页
        2.4.1 基于最大相关熵的加强PCA方法第31-36页
        2.4.2 SparseAutoencoder方法第36页
    2.5 实验结果比较第36-38页
    2.6 本章小结第38-40页
第三章 测井数据的岩相分类算法研究第40-55页
    3.1 基于SVM算法的测井数据分类研究第40-44页
        3.1.1 SVM算法原理第40-41页
        3.1.2 SVM结果分析第41-44页
    3.2 基于神经网络的测井数据分类研究第44-49页
        3.2.1 神经网络算法原理第44-46页
        3.2.2 神经网络结果分析第46-49页
    3.3 基于ADABOOST算法的测井数据分类研究第49-54页
        3.3.1 ADABOOST算法原理第49-50页
        3.3.2 ADABOOST结果分析第50-54页
    3.4 本章小结第54-55页
第四章 地震数据的岩相分类算法研究第55-74页
    4.1 地震相分类问题分析第55-60页
        4.1.1 半监督算法框架第55-58页
        4.1.2 self-training第58页
        4.1.3 最大相关熵选择置信度高的点第58-60页
    4.2 条件随机场第60-63页
        4.2.1 马尔科夫随机场基本原理第60-61页
        4.2.2 条件随机场的基本原理第61-62页
        4.2.3 条件随机场的学习问题第62-63页
    4.3 基于条件随机场的地震相分类算法第63-66页
    4.4 实验结果第66-73页
        4.4.1 合成数据第66-72页
        4.4.2 实际地震数据第72-73页
    4.5 本章小结第73-74页
第五章 全文总结与展望第74-75页
    5.1 工作总结第74页
    5.2 未来工作展望第74-75页
致谢第75-76页
参考文献第76-80页
攻读硕士学位期间取得的成果第80页

论文共80页,点击 下载论文
上一篇:复杂地质构造不确定性可视化及分析方法研究
下一篇:黑龙江省十五里桥地区地质地球化学特征及资源潜力评价