文摘
英文文摘
声明
第1章绪论
1.1选题依据及研究意义
1.2国内外研究现状
1.2.1回归方法研究现状
1.2.2属性约减方法研究现状
1.3.研究内容及结构安排
1.3.1研究内容
1.3.2论文结构安排
1.3.3论文取得成果与认识
第二章 粗糙集
2.1粗糙集的基本思想
2.2粗糙集(RS)基本特点
2.3粗糙集的基本理论与方法
2.3.1 RS的基本概念
2.3.2知识的约减
第三章 统计学习理论与支持向量机
3.1机器学习问题与经验风险最小化
3.2统计学理论
3.2.1学习过程的一致性
3.2.2学习机器推广能力的界和VC维
3.2.3结构风险最小化原则
3.3支持向量机
3.3.1最大间隔分类超平面
3.3.2支持向量机
3.4核函数
3.5支持向量回归
3.6最小二乘支持向量回归
3.7参数选择
3.7.1交叉确认(CV)法
3.7.2网格搜索法
3.8本章小结
第四章模型建立及其应用
4.1提取数据及数据预处理
4.1.1提取测井数据和岩心分析数据
4.1.2数据预处理
4.2基于粗糙集的数据约减
4.3回归方法的应用比较及结果
4.3.1线性回归
4.3.2神经网络
4.3.3最小二乘支持向量回归
4.4结果分析
结论
致谢
参考文献
成都理工大学;