文摘
英文文摘
声明
第一章绪论
1.1研究背景
1.2国内外油藏描述研究现状
1.3神经网络方法的研究
1.3.1神经网络方法在测井技术中的应用研究
1.3.2自组织神经网络理论的研究与发展概述
1.4可视化技术
1.5课题的目的和意义
1.6本文的主要工作和结构安排
第二章SOM聚类分析
2.1引言
2.2常用聚类分析
2.2.1聚类分析的定义
2.2.2聚类分析的方法
2.2.3聚类方法的性能评价
2.2.4聚类分析的最新成果和发展趋势
2.3 SOM模型
2.3.1二维阵列SOM模型
2.3.2 SOM模型的学习过程
2.3.3 SOM模型的学习算法
2.4 SOM的聚类原理备注
2.5小结
第三章基于SOM的可视化技术
3.1引言
3.2基于SOM的可视化技术
3.2.1主成分分析法(PCA)
3.2.2 SAMMON映射
3.2.3 U矩阵
3.3 SOM可视化技术的实例分析
3.3.1可视化聚类的U矩阵表示
3.3.2网格可视化(映射)
3.3.3分量可视化
3.3.4距离矩阵的二维或三维平面图
3.4小结
第四章改进的SOM学习算法
4.1引言
4.2标准的SOM学习算法
4.3改进的SOM学习算法
4.3.1算法描述
4.3.2算法分析
4.4仿真试验
4.5小结
第五章自组织神经网络在油气层识别中的应用
5.1引言
5.2研究区域的特征
5.2.1区域地质特征
5.2.2储层物性特性
5.3测井响应特征及其分析
5.3.1标准油水气层的特点
5.3.2自然电位曲线特征
5.3.3电阻率曲线特征
5.3.4声波曲线特征
5.3.5气层的识别
5.4模式特征测井曲线的选择
5.5标准样本模式的选取
5.6实例测试
5.6.1模型描述
5.6.2数据预处理
5.6.3 SOM网络初始化
5.6.4网络的学习
5.6.5网络的表示
5.6.6聚类
5.6.7样本数据的识别与网络的进一步优化
5.7小结
第六章结论与展望
致射
参考文献
附录