| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 支持向量机在地理信息与遥感领域的研究现状 | 第11-13页 |
| 1.2.2 支持向量机在储层预测中的研究现状 | 第13-14页 |
| 1.2.3 Voronoi图研究现状 | 第14-16页 |
| 1.3 主要研究内容 | 第16页 |
| 1.4 研究技术路线 | 第16-18页 |
| 1.5 论文创新点 | 第18-19页 |
| 第2章 支持向量机理论 | 第19-31页 |
| 2.1 机器学习概述 | 第19-20页 |
| 2.2 统计学习理论 | 第20-22页 |
| 2.2.1 VC维 | 第20页 |
| 2.2.2 推广性的界 | 第20-21页 |
| 2.2.3 结构风险最小化 | 第21-22页 |
| 2.3 支持向量机 | 第22-31页 |
| 2.3.1 线性可分支持向量机 | 第22-26页 |
| 2.3.2 线性支持向量机 | 第26-28页 |
| 2.3.3 非线性支持向量机 | 第28-30页 |
| 2.3.4 多分类支持向量机 | 第30-31页 |
| 第3章 Voronoi图模式下的邻近指数研究 | 第31-36页 |
| 3.1 Voronoi图概述 | 第31-33页 |
| 3.1.1 普通Voronoi图的定义 | 第31-32页 |
| 3.1.2 Voronoi图的一些性质描述 | 第32-33页 |
| 3.1.3 Voronoi图常用的生成算法 | 第33页 |
| 3.2 空间邻近及k阶Voronoi邻近 | 第33-34页 |
| 3.3 k阶邻近指数 | 第34-36页 |
| 3.3.1 k阶邻近指数的定义 | 第34-35页 |
| 3.3.2 k阶邻近指数计算方法 | 第35-36页 |
| 第4章 空间支持向量机模型 | 第36-42页 |
| 4.1 储层评价对象属性特征与空间邻近指数特征集成表达模型 | 第36-37页 |
| 4.2 空间支持向量机模型 | 第37-42页 |
| 4.2.1 数据标准化 | 第38页 |
| 4.2.2 分层抽样 | 第38页 |
| 4.2.3 交叉验证 | 第38-39页 |
| 4.2.4 模型评价指标 | 第39-41页 |
| 4.2.5 最优参数搜索 | 第41页 |
| 4.2.6 空间支持向量机模型 | 第41-42页 |
| 第5章 空间支持向量机程序设计与实现 | 第42-52页 |
| 5.1 空间支持向量机程序设计 | 第42-47页 |
| 5.1.1 储层评价对象属性特征与空间邻近指数特征集成表达模型设计 | 第43-44页 |
| 5.1.2 实验-预测数据标准化方法设计 | 第44-45页 |
| 5.1.3 集成分层抽样的k折交叉验证方法设计 | 第45页 |
| 5.1.4 模型评价方法设计 | 第45-46页 |
| 5.1.5 网格搜索设计 | 第46-47页 |
| 5.1.6 经典支持向量机设计 | 第47页 |
| 5.2 空间支持向量机模型实现 | 第47-52页 |
| 5.2.1 储层评价对象属性特征与空间邻近指数特征集成表达模型实现 | 第47-49页 |
| 5.2.2 实验-预测数据标准化方法实现 | 第49-50页 |
| 5.2.3 集成分层抽样的k-折交叉验证方法实现 | 第50页 |
| 5.2.4 模型评价方法实现 | 第50-51页 |
| 5.2.5 网格搜索方法实现 | 第51页 |
| 5.2.6 经典支持向量机实现 | 第51-52页 |
| 第6章 空间支持向量机模型实验与对比分析 | 第52-60页 |
| 6.1 实验区概况 | 第52-53页 |
| 6.2 实验区天然气评价基础数据预处理 | 第53-55页 |
| 6.3 空间支持向量机模型实验及实验结果 | 第55-57页 |
| 6.3.1 空间支持向量机模型实验设计 | 第55-56页 |
| 6.3.2 空间支持向量机模型实验结果 | 第56-57页 |
| 6.4 空间支持向量机模型实验结果对比分析 | 第57-58页 |
| 6.5 空间支持向量机模型研究区域储层综合评价成图 | 第58-60页 |
| 结论与展望 | 第60-62页 |
| 结论 | 第60页 |
| 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读学位期间取得学术成果 | 第68页 |
