首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于计算学习的水淹层识别方法

摘要第1-6页
ABSTRACT第6-7页
创新点摘要第7-10页
引言第10-12页
第1章 水淹层识别概述第12-17页
   ·水淹层识别研究现状第12-15页
   ·水淹层识别的特点和困难第15-16页
   ·小结第16-17页
第2章 计算学习理论第17-25页
   ·理论背景第17-18页
   ·几个基本的定义第18页
   ·可能近似正确模型PAC第18-21页
   ·VC 维和样本复杂度第21-22页
   ·概念类的PAC 可学习性第22-23页
   ·其它学习模型第23-24页
   ·小结第24-25页
第3章 一种基于BOOSTING 的SVM第25-39页
   ·集成学习BOOSTING第25-27页
   ·支持向量机SVM第27-36页
   ·基于BOOSTING 的SVM第36-37页
   ·小结第37-39页
第4章 基于计算学习的水淹层识别第39-51页
   ·实验过程描述第39页
   ·数据来源第39-40页
   ·测井资料预处理第40-44页
   ·特征提取第44-45页
   ·BOOSTINGSVM 水淹层识别第45-49页
   ·实验结果分析第49-50页
   ·小结第50-51页
结论第51-52页
参考文献第52-56页
发表文章目录第56-57页
致谢第57-58页
详细摘要第58-61页

论文共61页,点击 下载论文
上一篇:黑龙江省高等教育资源整合研究
下一篇:利用SSR标记技术对白桦长纤维性状的研究