首页--天文学、地球科学论文--地球物理勘探论文--地下地球物理勘探论文

基于测井曲线的地层划分和测井相分析

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-15页
   ·研究背景第8页
   ·常见测井曲线分层方法第8-9页
     ·人工解释法第9页
     ·计算机自动分层法第9页
   ·测井相分析技术第9-12页
     ·人工测井相分析第10页
     ·聚类分析法第10-11页
     ·神经网络技术第11-12页
   ·支持向量机分类算法第12页
   ·本课题的研究内容及意义第12-15页
     ·主要研究内容第12-13页
     ·本文研究的实际意义第13-15页
2 测井曲线处理第15-26页
   ·测井数据的解读第15-21页
     ·WIS文件结构第15-16页
     ·WIS数据结构第16-17页
     ·WIS文件的面向对象解析第17-21页
   ·测井曲线预处理第21-25页
     ·测井曲线的深度校正第21-23页
     ·测井曲线的平滑滤波第23-25页
   ·本章小结第25-26页
3 基于支持向量机的测井曲线分层第26-40页
   ·支持向量机理论和方法第26-30页
     ·线性可分情形第26-28页
     ·非线性可分情形第28-29页
     ·核函数的选择第29-30页
   ·建立分类模型第30-32页
     ·SVM分类器推广到多类问题第30-31页
     ·建立地层多分类模型第31-32页
   ·曲线分层算法研究第32-35页
     ·分层学习第32-34页
     ·地层划分第34-35页
     ·识别地层分界面第35页
   ·有序多分类支持向量机在地层划分中的应用第35-39页
   ·本章小结第39-40页
4 测井相分析第40-49页
   ·测井相分析原理及方法第40-41页
   ·主成分分析法原理第41-43页
     ·主成分分析法简述第41页
     ·主成分分析法算法步骤第41-43页
   ·基于PCA的SVM测井相分析第43-45页
     ·基于PCA的SVM算法基本步骤第43-44页
     ·基于PCA的SVM编码多分类算法第44-45页
     ·SVM多分类算法在测井相分析中的比较第45页
   ·基于PCA的编码SVM在测井相分析中的应用第45-48页
     ·提取测井曲线主成分第45-46页
     ·构建编码多分类学习模型第46-48页
   ·本章小结第48-49页
5 测井相综合分析系统的设计与实现第49-57页
   ·系统总体设计第49-52页
     ·系统模块设计第49-50页
     ·系统数据库设计第50-52页
   ·系统实现第52-56页
     ·测井相综合分析系统处理流程第53-54页
     ·系统主要模块介绍第54-56页
   ·本章小结第56-57页
6 总结与展望第57-59页
致谢第59-60页
参考文献第60-63页
附录第63页

论文共63页,点击 下载论文
上一篇:延炼S-Zorb催化汽油吸附脱硫装置项目投资控制研究
下一篇:准南乌鲁木齐河东矿区煤层气赋存规律研究