首页--天文学、地球科学论文--地球物理勘探论文--地下地球物理勘探论文

基于高分辨率测井信号处理的储层预测与描述

作者简介第1-6页
摘要第6-7页
ABSTRACT第7-11页
第一章 引言第11-16页
 §1.1 选题目的和意义第11-12页
 §1.2 国内外研究现状和评述第12-14页
     ·储层地质建模研究现状第12-13页
     ·测井解释与评价研究现状第13-14页
 §1.3 研究内容与技术路线第14-15页
 §1.4 主要工作与创新点第15-16页
第二章 小波分析理论第16-22页
 §2.1 小波变换第16-18页
     ·连续小波变换第16-17页
     ·尺度与时移参数的离散化第17页
     ·离散小波变换第17-18页
 §2.2 多尺度分析理论第18-22页
     ·函数的多尺度逼近第18-19页
     ·多分辨率逼近第19-20页
     ·Mallat算法第20-22页
第三章 测井曲线多尺度分析方法研究第22-42页
 §3.1 测井曲线介绍第22-23页
 §3.2 测井曲线的多尺度分析第23-26页
     ·测井信号多尺度分析原理第23-24页
     ·测井曲线多尺度分析步骤第24页
     ·小波基的选取第24-25页
     ·多尺度分解的方法第25-26页
 §3.3 测井曲线实例分析第26-30页
     ·测井数据压缩第26-27页
     ·测井曲线的多尺度滤波第27-30页
 §3.4 测井曲线的多尺度奇异点检测第30-34页
     ·模极大值用于奇异点检测第31页
     ·测井曲线多尺度奇异点检测实例第31-34页
 §3.5 测井曲线融合与评价第34-41页
     ·测井曲线融合基本思想第34-35页
     ·测井曲线融合算法流程第35-38页
     ·多条测井曲线多尺度融合实例第38-41页
 §3.6 小结第41-42页
第四章 基于PCA的支持向量机理论第42-50页
 §4.1 主成分分析第42-45页
     ·主成分分析原理第42-45页
 §4.2 支持向量机第45-49页
     ·广义最优分类面第45-46页
     ·支持向量机第46-48页
     ·最小二乘支持向量机第48-49页
 §4.3 基于PCA的支持向量机理论第49-50页
第五章 基于PCA的LS-SVM用于储层识别第50-61页
 §5.1 基于PCA的LS-SVM分类算法流程第50-51页
 §5.2 基于PCA的LS-SVM分类算法实现第51-60页
     ·样本集数据预处理第51-53页
     ·样本集数据主成分分析第53-56页
     ·LS-SVM储层含油气性分类预测第56-60页
 §5.3 小结第60-61页
第六章 结论与展望第61-63页
致谢第63-64页
参考文献第64-66页

论文共66页,点击 下载论文
上一篇:植物叶片正构烷烃及其单体碳同位素组成年内变化研究
下一篇:塔里木盆地塔中隆起带主干断裂系统及其油气地质意义