首页--工业技术论文--石油、天然气工业论文--油气田开发与开采论文--油气田开发设计与计算论文--油气产量与可采储量论文

核方法近似正则化路径及其在油井产油量预测上的应用

摘要第4-5页
ABSTRACT第5页
创新点摘要第6-9页
第一章 绪论第9-15页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 核学习的国内外研究现状第10-11页
        1.2.2 正则化路径的国内外研究现状第11-12页
        1.2.3 油井产油量预测的国内外研究现状第12-13页
        1.2.4 小结第13页
    1.3 本论文研究内容及各章节安排第13-15页
        1.3.1 本论文研究内容第13-14页
        1.3.2 本论文章节安排第14-15页
第二章 核学习理论第15-22页
    2.1 核方法原理第15-16页
    2.2 SVM理论第16-19页
        2.2.1 最优超平面第17-18页
        2.2.2 使用松弛变量处理outliers方法第18-19页
    2.3 多核SVM第19-22页
第三章 基于Monte Carlo随机抽样的核学习正则化路径近似算法第22-48页
    3.1 Monte Carlo的矩阵近似求解方法第22-28页
        3.1.1 线性代数回顾第22-23页
        3.1.2 抽样定理第23-24页
        3.1.3 矩阵相乘近似算法第24-28页
    3.2 SVR近似正则化路径算法第28-38页
        3.2.1 SVR正则化表示第29-30页
        3.2.2 SVR正则化路径第30-31页
        3.2.3 SVRRPMCC算法第31-36页
        3.2.4 试验结果与分析第36-38页
    3.3 多核学习近似正则化路径算法第38-48页
        3.3.1 多核学习的正则化表示第39-41页
        3.3.2 多核学习正则化路径第41-44页
        3.3.3 MKLRP_(MC)算法第44-45页
        3.3.4 试验结果与分析第45-48页
第四章 基于Lasso-Lars的油井产油量的影响因素分析第48-52页
    4.1 Lasso-Lars算法原理第48-49页
    4.2 油井产油量的影响因素分析第49-52页
        4.2.1 数据来源第49-51页
        4.2.2 影响因素分析第51-52页
第五章 基于核学习近似正则化路径的油井产油量预测第52-62页
    5.1 正则化路径上的模型组合第52-57页
        5.1.1 初始模型集第52-53页
        5.1.2 平均BIC准则修剪策略第53-55页
        5.1.3 输入K~-近邻模型组合算法第55-57页
    5.2 油井产油量预测第57-62页
        5.2.1 运行效率第58页
        5.2.2 预测性能第58-61页
        5.2.3 小结第61-62页
结论第62-63页
参考文献第63-72页
发表文章目录第72-74页
致谢第74-75页

论文共75页,点击 下载论文
上一篇:基于LORA技术的无线振动监测系统
下一篇:基于倾斜光纤光栅的液位传感特性研究