海拉尔盆地复杂岩性测井识别方法研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 创新点摘要 | 第7-10页 |
| 前言 | 第10-14页 |
| ·问题的提出 | 第10页 |
| ·国内外的研究现状 | 第10-12页 |
| ·研究内容 | 第12-13页 |
| ·研究技术路线 | 第13-14页 |
| 第一章 区域地质概况 | 第14-19页 |
| ·区域概况 | 第14页 |
| ·盆地地层层序 | 第14-15页 |
| ·研究区主要岩性 | 第15-19页 |
| ·岩性地质定名分类 | 第15页 |
| ·研究区主要层组岩性特征 | 第15-16页 |
| ·研究区主要岩性 | 第16-19页 |
| 第二章 资料预处理及主要岩性测井响应特征分析 | 第19-30页 |
| ·岩心深度归位 | 第19-20页 |
| ·最大似然测井数据方波化 | 第20页 |
| ·测井曲线标准化和归一化 | 第20-22页 |
| ·主要岩性测井特征分析 | 第22-27页 |
| ·分析方法 | 第22-23页 |
| ·分析结果 | 第23-27页 |
| ·样本提取 | 第27-30页 |
| 第三章 岩性识别方法研究 | 第30-45页 |
| ·图版法 | 第30-32页 |
| ·交会图法 | 第30-31页 |
| ·蛛网图法 | 第31-32页 |
| ·神经网络算法 | 第32-39页 |
| ·基本原理 | 第32-33页 |
| ·BP 神经网络模型改进 | 第33-34页 |
| ·改进BP 神经网络的Matlab 程序编制 | 第34-38页 |
| ·岩性识别结果及符合率 | 第38-39页 |
| ·主要误差分析 | 第39页 |
| ·支持向量机（svm）岩性自动识别 | 第39-43页 |
| ·支持向量机原理 | 第39-42页 |
| ·多个二类子分类器的建立和参数选取 | 第42-43页 |
| ·岩性识别结果及符合率 | 第43页 |
| ·主要误差分析 | 第43页 |
| ·算法对比分析总结 | 第43-45页 |
| 第四章 岩性识别结果初步应用 | 第45-53页 |
| ·有效孔隙度计算方法 | 第45-46页 |
| ·求取储层泥质含量对孔隙度公式校正法 | 第45页 |
| ·运用孔隙度测井组合建立孔隙度计算方法 | 第45-46页 |
| ·储层流体性质识别 | 第46-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 发表文章目录 | 第56-57页 |
| 致谢 | 第57-58页 |
| 附表 | 第58-59页 |
| 详细摘要 | 第59-66页 |
