| 致谢 | 第6-7页 |
| 摘要 | 第7-8页 |
| abstract | 第8-14页 |
| 第一章绪论 | 第14-17页 |
| 1.1数字岩心介绍 | 第14页 |
| 1.2研究背景与现状 | 第14-15页 |
| 1.3本文的研究内容 | 第15-17页 |
| 第二章传统数字岩心重建方法概述 | 第17-21页 |
| 2.1物理实验法 | 第17页 |
| 2.1.1聚焦离子光束扫描法 | 第17页 |
| 2.1.2纳米CT扫描法 | 第17页 |
| 2.2数值重建法 | 第17-20页 |
| 2.2.1过程法 | 第17-18页 |
| 2.2.2模拟退火法 | 第18页 |
| 2.2.3马尔科夫链蒙特卡洛法 | 第18-19页 |
| 2.2.4多点地质统计法 | 第19-20页 |
| 2.3混合建模方法 | 第20页 |
| 2.4本章小结 | 第20-21页 |
| 第三章生成对抗网络 | 第21-28页 |
| 3.1生成对抗网络的简介 | 第21页 |
| 3.2生成对抗网络的发展 | 第21-22页 |
| 3.3生成对抗网络的原理 | 第22-27页 |
| 3.3.1生成对抗网络（GANs） | 第22-23页 |
| 3.3.2深度卷积生成对抗网络（DCGANs） | 第23-24页 |
| 3.3.3最小二乘生成对抗网络（LSGANs） | 第24-25页 |
| 3.3.4Wasserstein生成对抗网络（WGANs） | 第25-26页 |
| 3.3.5具有梯度惩罚的Wasserstein生成对抗网络（WGAN-GP） | 第26-27页 |
| 3.4本章小结 | 第27-28页 |
| 第四章基于WGAN-GP的页岩图像重建 | 第28-36页 |
| 4.1基于生成对抗网络的数字岩心重建方法 | 第28-30页 |
| 4.1.1页岩数据集 | 第28-29页 |
| 4.1.2基于页岩图像的GANs模型训练流程图 | 第29页 |
| 4.1.3WGAN-GP算法 | 第29-30页 |
| 4.2模型评价方法 | 第30-32页 |
| 4.2.1两点协方差函数 | 第31页 |
| 4.2.2弗雷歇距离和克劳尔距离 | 第31页 |
| 4.2.3闵可夫斯基（Minkowski）函数 | 第31-32页 |
| 4.3实验与结果分析 | 第32-35页 |
| 4.3.1实验参数 | 第32页 |
| 4.3.2实验结果 | 第32-35页 |
| 4.3.2.1数字岩心生成方法 | 第32-33页 |
| 4.3.2.2数字岩心多样性 | 第33-34页 |
| 4.3.2.3数字岩心结构一致性 | 第34-35页 |
| 4.3.2.4数字岩心高斯分布一致性 | 第35页 |
| 4.4本章小结 | 第35-36页 |
| 第五章基于生成对抗网络的数字岩心图像生成 | 第36-43页 |
| 5.1基于生成对抗网络的三值页岩图像生成方法 | 第36-37页 |
| 5.1.1深度卷积生成对抗网络核心思想 | 第36页 |
| 5.1.2模型架构 | 第36-37页 |
| 5.1.3算法流程 | 第37页 |
| 5.2实验细节 | 第37-40页 |
| 5.2.1样本预处理 | 第37-38页 |
| 5.2.2对抗训练 | 第38页 |
| 5.2.3结果分析 | 第38-40页 |
| 5.3实验评价 | 第40-42页 |
| 5.3.1弗雷歇距离（FID）和克劳尔距离（KID） | 第40页 |
| 5.3.2两点协方差函数 | 第40-42页 |
| 5.3.3闵可夫斯基（Minkowski）函数 | 第42页 |
| 5.4本章小结 | 第42-43页 |
| 第六章总结与展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间参加的科研项目和完成的论文 | 第48页 |
