神经网络隐式法及其在石油数据中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 图表目录 | 第12-14页 |
| 第一章 概述 | 第14-26页 |
| ·引言 | 第14-17页 |
| ·隐式多项式拟合法 | 第17-18页 |
| ·隐式多项式插值法 | 第18-19页 |
| ·隐式曲线、曲面的显示 | 第19页 |
| ·隐式多层前馈神经网络法 | 第19-22页 |
| ·隐式自组织经网络法 | 第22-26页 |
| 第二章 基于多层前馈神经网络的隐式曲线构造方法 | 第26-58页 |
| ·引言 | 第26-27页 |
| ·BP神经网络 | 第27-32页 |
| ·BP神经网络简介 | 第27-28页 |
| ·BP网络训练过程 | 第28-30页 |
| ·BP神经网络的逼近能力 | 第30页 |
| ·BP网络的优缺点 | 第30-32页 |
| ·基于 BP神经网络的隐式曲线构造方法 | 第32-36页 |
| ·相关术语 | 第32-33页 |
| ·基于 BP神经网络的拟合算法 | 第33-34页 |
| ·数值实验及其分析 | 第34-35页 |
| ·结论 | 第35-36页 |
| ·径向基神经网络 | 第36-39页 |
| ·引言 | 第36-37页 |
| ·径向基函数网络 | 第37-38页 |
| ·径向基函数网络学习 | 第38-39页 |
| ·基于径向基函数网络的隐式曲线 | 第39-47页 |
| ·引言 | 第39页 |
| ·多层内外点 | 第39-40页 |
| ·基于 RBF函数网络的拟合算法 | 第40-42页 |
| ·数值实验及其分析 | 第42-46页 |
| ·结论 | 第46-47页 |
| ·神经网络隐式曲线研究 | 第47-58页 |
| ·神经网络性质与隐式曲线构造 | 第47-49页 |
| ·实验与分析 | 第49-55页 |
| ·结论 | 第55-58页 |
| 第三章 约束点选择算法 | 第58-78页 |
| ·引言 | 第58-60页 |
| ·基于法线的约数点选择算法 | 第60-64页 |
| ·基本定义 | 第60页 |
| ·基于法线的内外点选择算法 | 第60-61页 |
| ·实验 | 第61-64页 |
| ·结论 | 第64页 |
| ·基于腐蚀、膨胀的约束点选择算法 | 第64-73页 |
| ·引言 | 第64页 |
| ·二值数学形态学基本概念 | 第64-66页 |
| ·边缘检测 | 第66-68页 |
| ·基于膨胀、腐蚀的约束点选择算法 | 第68-69页 |
| ·实验 | 第69-72页 |
| ·结论 | 第72-73页 |
| ·自适应约束点选择算法 | 第73-78页 |
| ·前两种方法存在的问题 | 第73页 |
| ·自适应约数点选择算法 | 第73-74页 |
| ·实验 | 第74-77页 |
| ·结论 | 第77-78页 |
| 第四章 基于多层前馈神经网络的隐式曲面 | 第78-100页 |
| ·引言 | 第78-80页 |
| ·基于 BP神经网络的隐式曲面构造方法 | 第80-89页 |
| ·引言 | 第80页 |
| ·BP神经网络模型 | 第80-81页 |
| ·基于 BP神经网络的隐式曲面构造算法 | 第81-84页 |
| ·实验 | 第84-88页 |
| ·比较 | 第88页 |
| ·结论 | 第88-89页 |
| ·基于径向基神经网络的隐式曲面构造方法 | 第89-100页 |
| ·引言 | 第89页 |
| ·约束点 | 第89-90页 |
| ·基于 RBF神经网络的隐式曲面构造算法 | 第90-92页 |
| ·实验、分析及结论 | 第92-96页 |
| ·分析与比较 | 第96页 |
| ·结论 | 第96-100页 |
| 第五章 神经网络隐式法及其应用研究 | 第100-128页 |
| ·引言 | 第100-102页 |
| ·神经网络的隐式逼近法 | 第102-107页 |
| ·引言 | 第102-103页 |
| ·数据预处理 | 第103-104页 |
| ·内外点的选取、神经网络的输入与输出 | 第104-105页 |
| ·算法的数学描述 | 第105-106页 |
| ·算法描述 | 第106-107页 |
| ·结论 | 第107页 |
| ·BP神经网络隐式法在测井数据中的应用研究 | 第107-118页 |
| ·引言 | 第107-108页 |
| ·数据变换 | 第108-109页 |
| ·测井数据预测原理 | 第109页 |
| ·基于两点平均的测井数据预测算法 | 第109-110页 |
| ·实验 | 第110-118页 |
| ·结论 | 第118页 |
| ·时间向量值序列隐式方法研究 | 第118-128页 |
| ·时间向量值序列隐式方法原理 | 第118-119页 |
| ·基于 BP网络的时间向量值序列隐式预测方法 | 第119-122页 |
| ·实验 | 第122-126页 |
| ·结论 | 第126-128页 |
| 第六章 总结 | 第128-130页 |
| ·论文的创新点 | 第128页 |
| ·未来展望 | 第128-130页 |
| 攻读博士学位期间发表的论文 | 第130-131页 |
| 致谢 | 第131页 |
