| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-12页 |
| ·选题依据及研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·支持向量机研究现状 | 第9页 |
| ·地震属性的发展和储层参数预测的研究现状 | 第9-10页 |
| ·本文的研究内容及研究思路 | 第10-12页 |
| ·研究内容 | 第10页 |
| ·研究思路 | 第10-12页 |
| 第二章 地震属性优化和储层参数预测模型研究 | 第12-21页 |
| ·地震属性理论知识 | 第12-14页 |
| ·地震属性概述 | 第12-13页 |
| ·地震属性的分类和提取 | 第13页 |
| ·地震属性数据的处理 | 第13-14页 |
| ·地震属性优化技术 | 第14-17页 |
| ·地震属性优化概述 | 第14-15页 |
| ·地震属性优化方法 | 第15-17页 |
| ·储层参数预测模型研究 | 第17-21页 |
| ·储层参数预测概述 | 第17-18页 |
| ·储层参数预测模型 | 第18-21页 |
| 第三章 统计学习理论和支持向量机 | 第21-36页 |
| ·机器学习基本原理 | 第21-22页 |
| ·机器学习的基本问题 | 第21-22页 |
| ·经验风险最小化原则 | 第22页 |
| ·统计学习理论 | 第22-25页 |
| ·VC维 | 第23页 |
| ·学习机器推广的界 | 第23-24页 |
| ·结构风险最小化原则 | 第24-25页 |
| ·支持向量机理论 | 第25-36页 |
| ·支持向量机简介 | 第25-26页 |
| ·最优超平面的构造 | 第26-28页 |
| ·广义最优分类超平面 | 第28页 |
| ·支持向量机原理 | 第28-30页 |
| ·核函数 | 第30页 |
| ·回归估计的支持向量机方法 | 第30-36页 |
| 第四章 应用实例 | 第36-46页 |
| ·研发背景 | 第36-38页 |
| ·传统方法在利用地震属性预测储参物性参数存在的局限性 | 第36页 |
| ·针对工区的地质地貌特征提出解决问题的方法 | 第36-38页 |
| ·数据的预处理 | 第38页 |
| ·地震属性参数的数据优化及分析 | 第38-40页 |
| ·储层参数预测方法的应用 | 第40-43页 |
| ·基于传统预测模型在储层参数中的应用 | 第41-42页 |
| ·基于支持向量机预测模型在储层参数中的应用 | 第42-43页 |
| ·成果分析及讨论 | 第43-44页 |
| ·孔隙度预测效果图 | 第44-46页 |
| 结论和展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-49页 |