扶新隆起带扶余油层测井资料岩性识别及岩相划分
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-14页 |
| 第一章 区域地质特征 | 第14-21页 |
| ·新民油田概况 | 第14-15页 |
| ·地层及沉积特征 | 第15页 |
| ·研究区构造特征 | 第15页 |
| ·研究区储层特征及流体性质 | 第15-19页 |
| ·研究区勘探开发简况 | 第19-21页 |
| 第二章 测井数据预处理与曲线优选 | 第21-28页 |
| ·测井数据预处理 | 第21-22页 |
| ·深度校正 | 第21页 |
| ·平滑滤波处理 | 第21-22页 |
| ·测井数据的标准化 | 第22页 |
| ·岩性剖面图与岩性识别数据库的建立 | 第22-24页 |
| ·岩性剖面图 | 第22-24页 |
| ·岩性识别数据库的建立 | 第24页 |
| ·交会图法划分岩性 | 第24-26页 |
| ·交会图法概述 | 第24-25页 |
| ·交会图法划分岩性 | 第25-26页 |
| ·岩性识别输入数据归一化 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 BP神经网络在岩性识别中的应用 | 第28-46页 |
| ·神经网络概述 | 第28-33页 |
| ·神经元模型 | 第28-30页 |
| ·神经网络的拓补结构 | 第30-31页 |
| ·神经网络的主要模型 | 第31-32页 |
| ·神经网络的学习方式 | 第32-33页 |
| ·BP网络岩性识别的基本原理 | 第33-36页 |
| ·BP神经网络结构模型和特征 | 第33-34页 |
| ·BP神经网络学习算法 | 第34-36页 |
| ·岩性识别神经网络模型的建立与应用 | 第36-44页 |
| ·岩性识别神经网络模型的建立 | 第36-37页 |
| ·训练样本数据库的建立 | 第37-40页 |
| ·BP网络的训练 | 第40-44页 |
| ·小结 | 第44-46页 |
| 第四章 岩相的划分 | 第46-58页 |
| ·引言 | 第46页 |
| ·沉积微相数据库 | 第46-51页 |
| ·单井剖面沉积微相研究 | 第51-54页 |
| ·扶余油层单井岩相的划分 | 第54-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表文章目录 | 第62-63页 |
| 致谢 | 第63-64页 |
| 论文摘要 | 第64-72页 |
