首页> 中文学位 >基于SVM算法的随钻测井系统风险评估研究
【6h】

基于SVM算法的随钻测井系统风险评估研究

代理获取

目录

第一个书签之前

摘 要

第一章 绪论

1.1选题背景及研究意义

1.2 国内外随钻测井技术的发展现状及趋势

1.2.1国外随钻测井技术的发展现状及趋势

1.2.2国内随钻测井技术的发展现状及趋势

1.3随钻测井技术现有缺点及发展趋势

1.4本文主要研究内容

第二章 基于SVM的随钻测井故障预测方法

2.1随钻测井预测的传统方法

2.2支持向量机基本原理

2.2.1支持向量机原理介绍

2.2.2 SVM核函数选取

2.3 孔内故障机理分析及特征参数选取

2.3.1孔内故障分类

2.3.2孔内故障成因及预防措施

2.3.3孔内特征参数选取

2.4本章小结

第三章 基于单片机随钻测井系统厚膜电路设计

3.1系统整体框架设计

3.2 下位机系统设计

3.2.1数据处理系统单片机的选择和设计

3.2.2传感器的选择和设计

3.3厚膜电路

3.3.1厚膜电路简介

3.3.2厚膜电路的特点和应用

3.3.3厚膜电路的主要工艺

3.3.4厚膜集成电路产品生产流程

3.3.5随钻测井硬件系统厚膜电路设计

3.3.6随钻测井硬件系统厚膜电路实验与实况图

3.4 本章小结

第四章 基于单片机的随钻测井系统软件设计

4.1软件设计的思想

4.2系统总体软件设计流程

4.3通信协议

4.4 基于Keil uvision5软件的程序编写

4.5 基于Matlab的GUI界面设计

4.6 本章小结

第五章 基于SVM交叉验证在随钻测井中的风险预测

5.1支持向量机应用领域

5.2基于K折交叉验证算法在随钻测井系统中的风险预测

5.2.1基于K折交叉验证算法的特征向量选取

5.2.2基于K折交叉验证算法的预测方法

5.3基于K折交叉验证算法的随钻测井预测界面

5.4本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致 谢

攻读学位期间取得的研究成果

附录一

展开▼

著录项

  • 作者

    王兴;

  • 作者单位

    长安大学;

  • 授予单位 长安大学;
  • 学科 机械工程
  • 授予学位 硕士
  • 导师姓名 胡志新;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类
  • 关键词

    SVM算法; 随钻测井; 系统风险;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号