注采连通关系自动判别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-10页 |
| ·注采连通关系国内外研究现状 | 第10-14页 |
| ·注采连通关系传统分析方法 | 第10-11页 |
| ·注采连通关系反演分析方法 | 第11-13页 |
| ·油田应用现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-17页 |
| 第二章 相关理论研究 | 第17-26页 |
| ·注采连通关系的相关研究 | 第17-18页 |
| ·注采连通关系基本概念 | 第17页 |
| ·具体连通类别的划分 | 第17-18页 |
| ·分类问题的相关研究 | 第18-21页 |
| ·分类的定义 | 第18-19页 |
| ·一般步骤及评价标准 | 第19页 |
| ·常用的分类算法及特点 | 第19-21页 |
| ·决策树相关算法的研究 | 第21-25页 |
| ·选用决策树建模的依据 | 第21-22页 |
| ·决策树分类的一般流程 | 第22-23页 |
| ·常用决策树算法简介 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于决策树的注采连通关系判别模型 | 第26-37页 |
| ·分类特征的构建 | 第26-31页 |
| ·样本的征集范围 | 第26页 |
| ·特征子集的选定 | 第26-28页 |
| ·相对特征的构建 | 第28-31页 |
| ·决策树自动判别模型的建立 | 第31-34页 |
| ·决策树的生成 | 第31-33页 |
| ·决策树的剪枝 | 第33-34页 |
| ·模型的评估 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 决策树剪枝算法的改进及应用 | 第37-53页 |
| ·问题的提出 | 第37-38页 |
| ·现有决策树剪枝方法概述 | 第38-42页 |
| ·预剪枝方法 | 第38-39页 |
| ·后剪枝方法 | 第39-42页 |
| ·各种剪枝方法的优劣 | 第42页 |
| ·一种改进的决策树后剪枝算法 | 第42-46页 |
| ·分类精度系数的定义 | 第43页 |
| ·分类稳定性系数的定义 | 第43-44页 |
| ·决策树规模系数的定义 | 第44-45页 |
| ·最优树评价标准 | 第45页 |
| ·改进后的剪枝过程 | 第45-46页 |
| ·剪枝实验 | 第46-51页 |
| ·实验准备 | 第46-47页 |
| ·实验过程 | 第47-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·对注采连通关系判别模型的优化 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 注采连通关系自动判别模型的应用 | 第53-64页 |
| ·注采连通关系判别及成图系统的总体设计 | 第53-54页 |
| ·系统的模块设计 | 第53页 |
| ·系统的流程设计 | 第53-54页 |
| ·数据库详细设计 | 第54-59页 |
| ·逻辑结构设计 | 第54-57页 |
| ·执行优化设计 | 第57-59页 |
| ·完整性设计 | 第59页 |
| ·注采连通关系自动判别模型的数据库实现 | 第59-61页 |
| ·原始数据的预处理 | 第59页 |
| ·特征数据的创建 | 第59-60页 |
| ·决策树判别模型的实现 | 第60-61页 |
| ·注采连通关系成图展示功能的实现 | 第61-63页 |
| ·注采井组连通关系展示 | 第61页 |
| ·注采小层连通关系展示 | 第61-63页 |
| ·成图辅助功能 | 第63页 |
| ·应用效果 | 第63页 |
| ·小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 发表文章目录 | 第68-69页 |
| 致谢 | 第69-70页 |
| 详细摘要 | 第70-81页 |
