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

中子寿命测井层位自动识别的研究

摘要第4-5页
ABSTRACT第5-6页
创新点摘要第7-10页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 中子寿命测井解释研究现状第11页
        1.2.2 测井曲线校深研究现状第11-12页
        1.2.3 非均衡数据分类研究现状第12-14页
    1.3 研究思路及主要研究内容第14-15页
    1.4 本文组织结构第15-16页
第二章 相关理论第16-23页
    2.1 中子寿命测井解释第16-18页
        2.1.1 中子寿命测井原理第16-17页
        2.1.2 基本测井工艺第17页
        2.1.3 人工解释方法和要点第17-18页
    2.2 SMOTE 算法第18-20页
        2.2.1 非均衡数据分类第18-19页
        2.2.2 SMOTE 算法简介第19-20页
    2.3 支持向量机第20-22页
        2.3.1 支持向量机简介第20页
        2.3.2 支持向量原理第20-22页
    2.4 本章小结第22-23页
第三章 分级特征提取在中子寿命测井深度校正中的应用第23-35页
    3.1 测井曲线的校深原理第23-24页
        3.1.1 中子寿命测井曲线简介第23页
        3.1.2 中子寿命测井曲线人工深度校正原理第23-24页
    3.2 测井曲线分段第24-26页
        3.2.1 测井曲线归一化处理第24-25页
        3.2.2 曲线分段方法及分析第25-26页
        3.2.3 基于重要点的曲线分段第26页
    3.3 分级特征提取第26-30页
        3.3.1 曲线段分类第26-28页
        3.3.2 曲线段相似性第28-30页
    3.4 相关实验与实现第30-34页
        3.4.1 曲线分段第30-31页
        3.4.2 分级特征提取第31-33页
        3.4.3 实现效果第33-34页
    3.5 小结第34-35页
第四章 基于非均衡数据改进的 SMOTE 过采样算法第35-46页
    4.1 非均衡数据的欠采样方法第35页
    4.2 中子寿命层位特征提取第35-37页
    4.3 SMOTE 算法分析第37-39页
        4.3.1 SMOTE 算法原理第37-38页
        4.3.2 SMOTE 算法的优缺点第38-39页
    4.4 基于非均衡数据的改进 SMOTE 算法第39-42页
        4.4.1 SMOTE 算法在非均衡样本中的应用第39-40页
        4.4.2 现有的一些改进方法第40页
        4.4.3 SMOTE 算法改进第40-41页
        4.4.4 算法描述第41-42页
    4.5 SMOTE 处理非均衡数据的评价第42-43页
    4.6 相关实验第43-45页
        4.6.1 二维数据实验第43页
        4.6.2 中子寿命数据实验第43-45页
    4.7 小结第45-46页
第五章 基于二叉树支持向量机的中子寿命层位自动识别第46-58页
    5.1 多类支持向量机分类方法第46-48页
        5.1.1 一对多法第46页
        5.1.2 一对一法第46-47页
        5.1.3 DAG 方法第47-48页
        5.1.4 二叉树方法第48页
    5.2 二叉树多类支持向量机分类方法第48-50页
        5.2.1 类间易分性计算第48-49页
        5.2.2 二叉树支持向量机的构建第49-50页
    5.3 核函数第50-51页
    5.4 应用效果及分析第51-57页
        5.4.1 类间易分性计算第51-52页
        5.4.2 核函数及参数的选择第52-53页
        5.4.3 非均衡数据处理效果第53-54页
        5.4.4 应用实例第54-57页
    5.5 小结第57-58页
结论第58-59页
参考文献第59-63页
发表文章目录第63-64页
致谢第64-65页
详细摘要第65-75页

论文共75页,点击 下载论文
上一篇:萨北二区西部高台子油层高分辨率层序沉积特征及其对剩余油影响
下一篇:新疆西天山西段综合信息成矿预测--以松湖铁矿为例