鲁棒性的AVO反演算法研究及其应用
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 AVO反演理论基础 | 第17-31页 |
| ·AVO反演的基本原理 | 第17-20页 |
| ·AVO反演目标函数 | 第20-23页 |
| ·范数优化方法 | 第21-22页 |
| ·贝叶斯方法 | 第22-23页 |
| ·AVO反演算法 | 第23-27页 |
| ·基于全局搜索优化的反演算法 | 第24页 |
| ·基于迭代优化的反演算法 | 第24-25页 |
| ·共轭梯度算法 | 第25-27页 |
| ·实验仿真 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 符号梯度自适应反演算法 | 第31-40页 |
| ·引言 | 第31页 |
| ·IRLS反演算法 | 第31-32页 |
| ·符号梯度自适应反演算法 | 第32-34页 |
| ·收敛性的说明 | 第34-35页 |
| ·实验仿真 | 第35-37页 |
| ·实际数据的应用 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于自适应变步长的反演算法 | 第40-52页 |
| ·引言 | 第40-41页 |
| ·基于反演算法中步长选择的描述 | 第41-42页 |
| ·自适应变步长共轭梯度算法 | 第42-43页 |
| ·实验仿真比较 | 第43-49页 |
| ·不同步长的反演算法实验 | 第43-45页 |
| ·精确搜索步长的比较 | 第45-49页 |
| ·实际数据的应用 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于Quasi-CG的反演算法 | 第52-61页 |
| ·引言 | 第52页 |
| ·Quasi-CG反演算法 | 第52-55页 |
| ·一种新的共轭梯度参数 | 第53页 |
| ·基于Quasi-CG的反演算法 | 第53-55页 |
| ·实验仿真效果比较 | 第55-58页 |
| ·实际数据的应用 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 结论与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士期间发表的论文及参与的科研项目 | 第69页 |
