| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 注释表 | 第16-17页 |
| 第一章 绪论 | 第17-22页 |
| 1.1 研究背景 | 第17-18页 |
| 1.2 研究目的和意义 | 第18页 |
| 1.2.1 研究目的 | 第18页 |
| 1.2.2 研究意义 | 第18页 |
| 1.3 国内外研究现状 | 第18-20页 |
| 1.3.1 油田数据存储发展现状分析 | 第18-19页 |
| 1.3.2 油田数据挖掘发展现状分析 | 第19-20页 |
| 1.4 本文研究的主要内容和创新点 | 第20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 第二章 光盘存储与数据挖掘技术原理 | 第22-35页 |
| 2.1 光盘存储技术 | 第22-23页 |
| 2.1.1 光盘存储技术原理 | 第22页 |
| 2.1.2 光盘存储技术发展 | 第22页 |
| 2.1.3 光盘读写数据过程 | 第22-23页 |
| 2.2 光盘库技术 | 第23-25页 |
| 2.2.1 光盘库技术定义和特征 | 第23-24页 |
| 2.2.2 光盘库的组成结构 | 第24-25页 |
| 2.3 文件系统 | 第25-26页 |
| 2.3.1 文件系统的定义 | 第25页 |
| 2.3.2 文件系统的功能要求 | 第25-26页 |
| 2.4 PLC技术 | 第26-28页 |
| 2.4.1 PLC的定义和特征 | 第26-27页 |
| 2.4.2 PLC的内部结构 | 第27-28页 |
| 2.5 数据挖掘技术 | 第28-30页 |
| 2.5.1 数据挖掘的定义和过程 | 第28-29页 |
| 2.5.2 数据挖掘算法的分类 | 第29-30页 |
| 2.6 数据仓库技术 | 第30-33页 |
| 2.6.1 数据仓库的定义和特征 | 第30页 |
| 2.6.2 数据仓库的体系结构 | 第30-31页 |
| 2.6.3 数据仓库的数据模型 | 第31-33页 |
| 2.7 油田海量数据光盘存储和挖掘结合的可行性分析 | 第33-34页 |
| 2.8 本章小结 | 第34-35页 |
| 第三章 油田数据光盘存储系统设计 | 第35-56页 |
| 3.1 油田数据存储系统架构设计 | 第35-37页 |
| 3.1.1 系统设计要求 | 第35页 |
| 3.1.2 系统总体设计方案 | 第35-37页 |
| 3.2 服务管理层设计 | 第37-41页 |
| 3.2.1 用户管理 | 第37-38页 |
| 3.2.2 数据上传 | 第38-40页 |
| 3.2.3 数据下载 | 第40-41页 |
| 3.3 数据存储层设计 | 第41-45页 |
| 3.3.1 存储介质的确定 | 第41-42页 |
| 3.3.2 存储设备的确定 | 第42-45页 |
| 3.4 光盘文件系统设计 | 第45-52页 |
| 3.4.1 UDF文件系统 | 第45页 |
| 3.4.2 UDF卷结构 | 第45-47页 |
| 3.4.3 UDF分区结构 | 第47-48页 |
| 3.4.4 UDF目录和文件结构 | 第48页 |
| 3.4.5 UDF优化 | 第48-52页 |
| 3.5 数据采集层设计 | 第52-55页 |
| 3.5.1 监控系统硬件设计 | 第52-53页 |
| 3.5.2 监控系统软件设计 | 第53-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 数据挖掘聚类算法的研究与改进 | 第56-79页 |
| 4.1 聚类分析方法 | 第56-57页 |
| 4.2 基于密度的DBSCAN聚类算法 | 第57-60页 |
| 4.2.1 算法基本理论 | 第57-58页 |
| 4.2.2 DBSCAN算法流程 | 第58-59页 |
| 4.2.3 DBSCAN算法的缺点及其优化思路 | 第59-60页 |
| 4.3 空间索引技术 | 第60-66页 |
| 4.3.1 空间索引的概念和分类 | 第60页 |
| 4.3.2 R-树索引 | 第60-64页 |
| 4.3.3 R*-树索引 | 第64-66页 |
| 4.4 R*-索引优化研究 | 第66-73页 |
| 4.4.1 R*-索引分析 | 第66-67页 |
| 4.4.2 R*-索引强制重新插入算法改进 | 第67-70页 |
| 4.4.3 实验与分析 | 第70-73页 |
| 4.5 空间索引技术与DBSCQAN算法的结合 | 第73-75页 |
| 4.5.1 改进R*索引与DBSCAN结合的可行性 | 第73-74页 |
| 4.5.2 R*- DBSCAN算法 | 第74-75页 |
| 4.6 实验与分析 | 第75-78页 |
| 4.6.1 实验环境 | 第75-76页 |
| 4.6.2 聚类精度对比 | 第76-77页 |
| 4.6.3 时间性能对比 | 第77-78页 |
| 4.7 本章小结 | 第78-79页 |
| 第五章 油田数据仓库设计 | 第79-95页 |
| 5.1 数据仓库需求分析 | 第79-80页 |
| 5.1.1 数据仓库建设目标 | 第79页 |
| 5.1.2 数据仓库建设内容 | 第79页 |
| 5.1.3 数据仓库功能需求 | 第79-80页 |
| 5.1.4 数据仓库设计过程 | 第80页 |
| 5.2 数据仓库的数据分析 | 第80-82页 |
| 5.2.1 数据类型分析 | 第80-81页 |
| 5.2.2 数据组织结构分析 | 第81-82页 |
| 5.3 数据仓库的逻辑模型设计 | 第82-94页 |
| 5.3.1 逻辑关联模式的确定 | 第82-83页 |
| 5.3.2 存储粒度确定 | 第83-84页 |
| 5.3.3 多维数据逻辑模型设计 | 第84-88页 |
| 5.3.4 多维数据物理模型设计 | 第88-91页 |
| 5.3.5 元数据设计 | 第91-94页 |
| 5.4 本章小结 | 第94-95页 |
| 第六章 油田数据挖掘应用实现 | 第95-109页 |
| 6.1 聚类分析工具的设计和实现 | 第95-98页 |
| 6.1.1 分析工具功能 | 第95页 |
| 6.1.2 分析工具体系结构 | 第95-96页 |
| 6.1.3 分析工具界面 | 第96-98页 |
| 6.2 基于聚类分析的油井分类应用 | 第98-103页 |
| 6.2.1 聚类指标的确定 | 第98页 |
| 6.2.2 数据预处理 | 第98-100页 |
| 6.2.3 聚类建模 | 第100-101页 |
| 6.2.4 油井分类结果分析 | 第101-103页 |
| 6.3 基于聚类分析的油藏分类应用 | 第103-108页 |
| 6.3.1 聚类指标的确定 | 第103-104页 |
| 6.3.2 数据预处理 | 第104-105页 |
| 6.3.3 聚类建模 | 第105-106页 |
| 6.3.4 油藏聚类结果分析 | 第106-108页 |
| 6.4 本章小结 | 第108-109页 |
| 第七章 总结与展望 | 第109-111页 |
| 7.1 工作总结 | 第109页 |
| 7.2 研究展望 | 第109-111页 |
| 参考文献 | 第111-114页 |
| 致谢 | 第114-115页 |
| 在学期间的研究成果及发表的学术论文 | 第115页 |