| 第一章 前言 | 第1-12页 |
| ·目的、意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·地震属性研究现状 | 第7-8页 |
| ·储层参数预测方法研究现状 | 第8页 |
| ·储层裂缝预测方法研究现状 | 第8-9页 |
| ·多元线性回归方法研究现状 | 第9页 |
| ·人工神经网络方法研究现状 | 第9-10页 |
| ·研究思路 | 第10-11页 |
| ·主要创新点 | 第11-12页 |
| 第二章 地震属性优化方法 | 第12-20页 |
| ·地震属性的概念 | 第12页 |
| ·地震属性分类 | 第12-13页 |
| ·地震属性的提取 | 第13-16页 |
| ·属性体、属性剖面 | 第13页 |
| ·沿层地震属性 | 第13-16页 |
| ·地震属性优化 | 第16-19页 |
| ·属性降维映射 | 第17-18页 |
| ·属性选择 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 回归分析方法在储层预测中的应用 | 第20-50页 |
| ·一元线性回归原理及其在储层预测中的应用 | 第20-28页 |
| ·一元线性回归基本理论 | 第20-21页 |
| ·一元线性回归方法在储层预测中应用的理论基础 | 第21-24页 |
| ·一元线性回归在储层预测中的实际应用及效果分析 | 第24-28页 |
| ·多元线性回归 | 第28-49页 |
| ·多元线性回归基本理论 | 第28-31页 |
| ·多元线性回归方法的程序实现 | 第31-32页 |
| ·基于专家优化的多元线性回归方法在储层预测中的应用 | 第32-41页 |
| ·基于主成分变换的多元线性回归方法在储层预测中的应用 | 第41-49页 |
| ·小结 | 第49-50页 |
| 第四章 人工神经网络方法在储层预测中的应用 | 第50-64页 |
| ·人工神经网络原理 | 第50-57页 |
| ·生物学神经元模型 | 第50页 |
| ·人工神经网络的模型 | 第50-53页 |
| ·多层前向网络及BP 学习算法 | 第53-57页 |
| ·神经网络在储层预测中的应用 | 第57-63页 |
| ·程序编写 | 第57-59页 |
| ·神经网络方法储层预测中的应用及效果分析 | 第59-63页 |
| ·小结 | 第63-64页 |
| 第五章 海拉尔盆地储层裂缝预测方法研究及初步应用 | 第64-83页 |
| ·海拉尔盆地区域地质概况 | 第64-67页 |
| ·区域概况 | 第64页 |
| ·地层层序 | 第64-65页 |
| ·生、储、盖组合 | 第65页 |
| ·构造特征 | 第65-66页 |
| ·布达特群储层特征 | 第66-67页 |
| ·储层裂缝分布规律及预测方法 | 第67-68页 |
| ·主曲率法在海拉尔盆地储层裂缝预测中的应用 | 第68-79页 |
| ·主曲率法的构造地质学理论基础 | 第68-69页 |
| ·主曲率法的数学理论基础 | 第69-71页 |
| ·计算模型的建立及程序实现 | 第71-72页 |
| ·应用实例及效果分析 | 第72-79页 |
| ·地震属性在海拉尔盆地储层裂缝预测中的应用 | 第79-82页 |
| ·利用地震属性预测裂缝的理论基础 | 第79-80页 |
| ·利用地震属性预测裂缝的实现过程 | 第80-81页 |
| ·应用效果分析 | 第81-82页 |
| ·小结 | 第82-83页 |
| 结论 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附录A | 第85-86页 |
| 参考文献 | 第86-89页 |
| 大庆石油学院硕士学位论文详细摘要 | 第89-96页 |