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 |