基于支持向量机的地震储层预测方法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第1章 前言 | 第7-12页 |
·课题依据及意义 | 第7页 |
·国内外研究现状 | 第7-12页 |
·地震属性分析技术的研究与进展 | 第7-9页 |
·支持向量机技术的研究与进展 | 第9-12页 |
第2章 地震属性提取与储层预测 | 第12-20页 |
·地震属性 | 第12-17页 |
·地震属性提取方法、原则 | 第12-14页 |
·地震属性分类 | 第14-16页 |
·地震波波形特征 | 第16-17页 |
·地震属性的优化 | 第17-20页 |
·属性优化的必要性 | 第17页 |
·属性优化的方法 | 第17-19页 |
·地震属性与储层(储层参数)预测 | 第19-20页 |
第3章 支持向量机SVM理论 | 第20-38页 |
·统计学习理论 | 第21-23页 |
·VC维 | 第21页 |
·结构风险最小准则 | 第21-22页 |
·推广性的界 | 第22-23页 |
·最优化问题 | 第23页 |
·支持向量机的基本理论及其参数优化 | 第23-33页 |
·引言 | 第23-24页 |
·分类支持向量机(SVC) | 第24-30页 |
·回归支持向量机(SVR) | 第30-33页 |
·SVM模型参数优化 | 第33页 |
·支持向量机、BP网络和RBF网络性能上的比较 | 第33-38页 |
·分类问题 | 第33-35页 |
·回归问题 | 第35-38页 |
第4章 数值模拟实验 | 第38-58页 |
·属性参数敏感性分析 | 第38-48页 |
·含油(气)、水分类识别 | 第48-51页 |
·储层参数SVM回归预测 | 第51-58页 |
结论 | 第58-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-61页 |