图书介绍
神经网络及其在石油测井中的应用PDF|Epub|txt|kindle电子书版本网盘下载
- 杨斌，匡立春，孙中春等著 著
- 出版社： 北京：石油工业出版社
- ISBN：7502151257
- 出版时间：2005
- 标注页数：207页
- 文件大小：20MB
- 文件页数：217页
- 主题词：神经网络－应用－油气测井
PDF下载
下载说明
神经网络及其在石油测井中的应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 样本学习和控制复杂性的理论和方法1
1.1引言1
1.2推广性的定性分析3
1.2.1推广与过拟合3
1.2.2减少方差与偏置的两难问题4
1.3平均推广能力6
1.4 PAC可学习理论8
1.5统计学习理论9
1.5.1经验风险最小化和一致收敛性10
1.5.2 VC维11
1.5.3推广性的界12
1.5.4结构风险最小化方法13
1.5.5关于统计学习理论的评述14
1.6寻找“简单的”模型方法综述15
1.7正则化技术和贝叶斯观点16
第2章 人工神经网络18
2.1引言18
2.2概述19
2.2.1神经元模型19
2.2.2神经网络结构及工作方式20
2.2.3神经网络的学习方法21
2.2.4神经网络的基本特征22
2.3多层前馈网络23
2.3.1多层前馈网络训练的BP算法23
2.4多层前馈网络快速监督学习算法27
2.4.1基于梯度信息的优化学习算法28
2.4.2基于L—M的前馈网络训练算法30
2.4.3改进的共轭梯度法33
2.4.4阻尼因子的自适应调整34
2.4.5基于改进共轭梯度法的L—M神经网络快速学习算法35
2.4.6实验模拟结果36
2.5多层前馈网络的结构优化40
2.5.1主要方法40
2.5.2确定网络结构的综合法41
第3章 贝叶斯神经网络45
3.1引言45
3.2正则化网络的概率解释47
3.3贝叶斯神经网络回归48
3.4贝叶斯神经网络模式分类49
3.5先验知识的表达50
3.5.1关于模型参数的先验51
3.5.2噪声（残差）模型52
3.6贝叶斯推理和边缘化原理的近似54
3.6.1显著度框架下的贝叶斯推理54
3.6.2马尔可夫链蒙特卡罗模拟法56
3.7模拟实验结果58
3.7.1 Diabetes糖尿病诊断问题58
3.7.2 Glass玻璃类型分类问题59
3.7.3二维非线性函数回归问题60
第4章 神经模糊系统方法62
4.1引言62
4.2模糊联想记忆网络FAM65
4.2.1原理65
4.2.2基于FAM的测井岩性识别68
4.3基于神经网络的模糊推理71
4.3.1原理71
4.3.2模糊C—均值聚类法72
4.3.3 NNFR神经模糊推理算法73
4.3.4应用实例74
第5章 支持向量机77
5.1引言77
5.2支持向量机方法78
5.2.1支持向量分类器SVC78
5.2.2支持向量回归机SVR80
5.2.3求解SVM的QP问题最优化技术评述82
5.2.4确定模型参数的方法评述83
5.3 SVM的贝叶斯概率框架84
5.3.1似然函数84
5.3.2先验概率分布85
5.3.3后验分布86
5.4超参数推理和ARD特征选择86
5.4.1基于Laplace近似的显著度最大化下的超参数推理86
5.4.2 ARD特征选择88
5.5在SVC中的实验结果88
5.6在SVR中的实验结果90
5.6.1 5个二维非线性函数回归问题90
5.6.2 Boston房价中值预测问题91
5.6.3猪肉脂肪含量预测92
5.7后记93
第6章 测井储层特性智能解释技术94
6.1引言94
6.2传统测井解释现状94
6.2.1均质理论95
6.2.2线性假设95
6.2.3统计经验关系式95
6.3测井储层特性智能解释的任务及特点96
6.4测井储层特性智能解释过程98
6.4.1网络结构的确定98
6.4.2网络模型的建立99
6.4.3网络模型的预测100
6.5数据预处理技术100
6.5.1岩心分析数据的预处理100
6.5.2测井资料的预处理102
6.6学习样本的选取原则107
6.7提高智能解释模型推广能力的措施108
6.7.1训练样本的数量108
6.7.2网络学习的精度109
6.7.3输入信息的选择110
6.7.4先验知识的应用111
第7章 在测井储层参数解释中的应用113
7.1储层孔隙度解释113
7.2储层渗透率解释121
7.3储层含水饱和度解释127
7.3.1测井资料的标准化和归一化127
7.3.2测井解释模型的建立和预测129
7.3.3测井含水饱和度预测处理及效果评价135
7.4粒度中值和束缚水饱和度解释139
7.4.1粒度中值解释模型140
7.4.2束缚水饱和度解释模型141
7.4.3储层参数解释效果对比142
7.5中途测井资料检预测地层压力143
7.5.1发展现状144
7.5.2研究思路145
7.5.3地层压力测井检测技术146
7.5.4井底以下地层压力预测151
7.5.5应用及成果分析153
第8章 在测井储层特性识别中的应用162
8.1岩性识别162
8.1.1神经网络法162
8.1.2模糊逻辑法168
8.2油气水层识别175
8.2.1神经网络法175
8.2.2模糊逻辑法180
8.2.3支持向量机法184
8.3水淹层识别189
8.3.1水淹层的基本特征190
8.3.2水淹级别的确定191
8.3.3在胜利油田胜坨地区的应用191
参考文献196