由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
人工智能基础理论与应用——能源矿业领域 汤继周 李玉伟 陈胜男9787030766182科学出版社
¥ ×1
人工智能基础理论与应用——能源矿业领域 | ||
定价 | 218.00 | |
出版社 | 科学出版社 | |
版次 | 1 | |
出版时间 | 2024年06月 | |
开本 | 16 | |
作者 | 汤继周,李玉伟,陈胜男 | |
装帧 | 锁线胶订 | |
页数 | 308 | |
字数 | 500000 | |
ISBN编码 | 9787030766182 |
本书全面介绍人工智能基础理论及其在能源矿业领域应用,旨在帮助石油工程和采矿工程专业本科生掌握人工智能的基本概念、原理及其在能源行业的实际应用。内容涵盖人工智能的基础理论,包括机器学习、深度学习等,并结合石油工程和采矿工程领域的实际案例,深入探讨人工智能在能源勘探、开采、生产和管理等多个方面的应用。
目录
序
前言
第1章 机器学习基础 1
1.1 引言 1
1.2 机器学习基本流程 5
1.3 监督学习 13
1.4 无监督学习 68
1.5 半监督学习 86
1.6 模型评估与改进 94
课后习题 104
参考文献 107
第2章 深度学习基础 109
2.1 引言 109
2.2 基础理论 109
2.3 神经网络数据预处理 114
2.4 网络结构 121
2.5 训练参数 123
2.6 其他深度学习方法 128
课后习题 136
参考文献 136
第3章 机器学习在油气勘探开发中的应用 138
3.1 引言 138
3.2 勘探地震反演 140
3.3 储层岩性识别 152
3.4 钻井钻速预测 168
3.5 孔隙度、渗透率参数预测 183
3.6 地层力学参数预测 193
3.7 可压性评价 201
3.8 压裂设计优化 212
3.9 油井产量预测 220
课后习题 227
参考文献 228
第4章 机器学习在智能矿山开采中的应用 232
4.1 引言 232
4.2 边坡稳定性分析 232
4.3 岩爆预测 239
4.4 煤岩破坏状态预警 245
4.5 矿柱稳定性分析 255
4.6 矿产资源评价 263
课后习题 273
参考文献 274
第5章 机器学习在新领域的应用 276
5.1 引言 276
5.2 碳捕集与封存 277
5.3 断层活化与诱发地震 292
课后习题 307
参考文献 307
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格