| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-16页 |
| ·选题依据及意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·主要研究内容及技术路线 | 第14-16页 |
| ·主要研究内容 | 第14-15页 |
| ·技术路线 | 第15-16页 |
| 第2章 生物礁滩的主要特征分析 | 第16-30页 |
| ·生物礁滩的基本概念 | 第16-17页 |
| ·生物礁的定义 | 第16-17页 |
| ·滩的定义 | 第17页 |
| ·生物礁滩的基本特征 | 第17-19页 |
| ·生物礁的基本特征 | 第17-18页 |
| ·滩体的基本特征 | 第18-19页 |
| ·生物礁滩的主要类型 | 第19-21页 |
| ·生物礁的主要类型 | 第19-20页 |
| ·滩的主要类型 | 第20-21页 |
| ·生物礁滩的地球物理识别标志 | 第21-30页 |
| ·生物礁滩的地震资料识别 | 第22-25页 |
| ·生物礁滩的测井资料识别 | 第25-30页 |
| 第3章 地震相分析及其技术基本原理 | 第30-51页 |
| ·地震相与地震相分析 | 第30-31页 |
| ·地震相的概念 | 第30页 |
| ·地震相分析 | 第30-31页 |
| ·传统的地震相分析方法“相面法” | 第31-40页 |
| ·内部反射结构 | 第32-36页 |
| ·外部几何形态 | 第36-37页 |
| ·振幅和视频率 | 第37-39页 |
| ·连续性 | 第39页 |
| ·波形排列 | 第39-40页 |
| ·基于人工神经网络的波形分类方法 | 第40-46页 |
| ·自组织神经网络划分地震相原理 | 第40-42页 |
| ·自组织（SOFM）神经网络算法原理 | 第42-46页 |
| ·主成分分析（PCA）方法 | 第46-51页 |
| ·主成分分析法原理 | 第46-49页 |
| ·主成分分析法的算法 | 第49-51页 |
| 第4章 参数选择效果分析 | 第51-66页 |
| ·目的层段时窗的选取方法和原则 | 第51-53页 |
| ·选取方法 | 第51-52页 |
| ·选取原则 | 第52-53页 |
| ·基于神经网络的波形分类方法主要参数选择 | 第53-60页 |
| ·波形分类数的选取原则 | 第53-56页 |
| ·迭代次数的选取原则 | 第56-60页 |
| ·主成分分析（PCA）方法主要参数选择 | 第60-66页 |
| ·用PCA—神经网络模式进行地震道分类的主要参数选取 | 第60-63页 |
| ·用PCA 分级模式对三维立体数据体分类的主要参数选取 | 第63-66页 |
| 第5章 应用效果分析 | 第66-92页 |
| ·SYB 地区应用效果分析 | 第66-76页 |
| ·SYB 地区工区概况 | 第66-68页 |
| ·长兴组沉积相带划分以及生物礁滩的识别与预测 | 第68-76页 |
| ·HCL 地区应用效果分析 | 第76-92页 |
| ·HCL 地区工区概况 | 第76-79页 |
| ·飞仙关组沉积相带划分及滩的识别与预测 | 第79-92页 |
| 结论 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-98页 |
| 攻读学位期间取得学术成果 | 第98页 |