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 |