油气储层测井裂缝识别方法研究及软件研制
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-16页 |
| ·选题依据及研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究内容及思路 | 第13-15页 |
| ·研究的主要内容 | 第13-14页 |
| ·研究思路 | 第14-15页 |
| ·主要成果 | 第15-16页 |
| 第2章 测井裂缝特征 | 第16-19页 |
| ·常规测井裂缝响应特征 | 第16页 |
| ·成像测井裂缝响应特征 | 第16-19页 |
| 第3章 测井裂缝识别方法及应用 | 第19-59页 |
| ·逐步判别分析法 | 第19-25页 |
| ·逐步判别分析原理 | 第19-23页 |
| ·判别函数建立及单井裂缝识别 | 第23-25页 |
| ·BP 神经网络法 | 第25-37页 |
| ·BP 神经网络基本概念 | 第25-32页 |
| ·BP 神经网络分类器设计 | 第32-33页 |
| ·BP 神经网络单井裂缝识别 | 第33-37页 |
| ·概率神经网络法 | 第37-40页 |
| ·概率神经网络模式识别原理 | 第37-40页 |
| ·概率神经网络单井裂缝识别 | 第40页 |
| ·K 最邻近结点法 | 第40-46页 |
| ·K 最领近结点算法分类原理 | 第41-42页 |
| ·K 最邻近结点单井裂缝识别 | 第42-46页 |
| ·支持向量机法 | 第46-54页 |
| ·支持向量机基本概念 | 第46-49页 |
| ·支持向量分类模型 | 第49-52页 |
| ·支持向量机单井裂缝识别 | 第52-54页 |
| ·R/S 分形法 | 第54-59页 |
| ·R/S 分形原理 | 第54-55页 |
| ·R/S 法单井裂缝识别 | 第55-59页 |
| 第4章 软件的设计与开发 | 第59-80页 |
| ·需求分析 | 第59页 |
| ·可行性分析 | 第59-60页 |
| ·软件结构设计 | 第60-76页 |
| ·软件体系结构 | 第60-62页 |
| ·主要模块详细设计 | 第62-76页 |
| ·软件架构模式 | 第76页 |
| ·开发环境及关键技术 | 第76页 |
| ·开发环境 | 第76页 |
| ·关键技术 | 第76页 |
| ·运行环境 | 第76-77页 |
| ·输入文件数据格式要求 | 第77-80页 |
| 结论及建议 | 第80-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读学位期间取得学术成果 | 第87-88页 |
| 附表 | 第88页 |
