还剩4页未读,继续阅读
文本内容:
《石油大数据处理与分析》教学大纲
一、课程基本信息石油大数据处理与分析课程名称Big DataProcessing AndAnalysis OfPetroleum课程编码SCC321721020开课院部理学院课程团队数据科学团队学分
2.0课内学时40|讲授|16实聆|0上机24|实践0课外学时40适用专业数据科学与大数据技术授课语言中文先修课程程序设计(C)、数值计算方法、机器学习《石油大数据处理与分析》是数据科学与大数据技术专业的专业选修课本课程以石油大数据处理应用为主题.结合机器学习特别是深度学习模型.进行石油勘探开发中的大数据处理专题学习和编程实践通过本课程的学习,学生自主选择石油勘探开发中的课题,利用深度机器模型工具进行算法设计与程序开发,形成研究报告本课程内容主要包括深度机器模型和训练、深度学习测井曲线预测、深度学习地震相分析、深度学习噪声压制、深度学习测井相划分等内容,指导学生理论联系实际,用机器学习理论解决石油勘探开发中的实际问题**Petroleum big data processand analysis*is alimited coursefor majorof DataScience andBig DataTechnology.This课程简介(限选)course combinesmachine learning,especially deep learning model,to performthe subjectlearning andcomputer progiainiiiirigpracticeof bigdata processing in petroleum exploration and development.Through thestudy ofthis course,students canindependentlychoose thesubject ofbigdataprocessinginpetroleumexploration anddevelopment,and makeuse ofdeep learningtoolstodesignalgorithm anddevelopprograms toformresearchreports.Thiscoursemainly includesdeeplearningmodeldesigningand training,deep learninglog curveprediction,deep learningseismic faciesanalysis,deeplearningnoise suppression,deeplearning facialdelineation,and soon.It guidesstudents toaddress practical problemsin oi1explorationanddevelopment withmachine1earning theory.负责人大纲执笔人1审核人
二、课程目标毕业要目R指标点序号代号课程目标0BE任务自选1Ml目标1熟悉石油领域知识是
4.42M2目标2设计适于石油大数据处理的深度模型并编程实现是
4.43M3目标3通过课程项目的实践,撰写报告并答辩,培育认识和发现问题的能力和州决工程问题的能力是
4.44M4目标4能保障课程正常秩序(政治层面、课堂保障层面,非学生能力层面)否
三、课程内容支撑课课内课外序号章节号标题课程内容/重难点教学方式课外环节程目标学时学时第1章深度学习地震数1笫1章本章重点难点深度模型、训练方法、随机噪声的特点、常规去噪方法///据随机噪声压制自学资料、课
21.I
1.1噪声随机呼声的特点、常规去噪方法介绍Ml2讲授2后作业自学资料、课
31.
21.2去喋深度模型深度卷积神经网络模型的结构要素、去噪深度模型的设计Ml,M22讲授2后作业上机课1上机课1:熟悉环境M1,M
2.M4熟悉TensorFlou•环境2上机2大作业3上机课上机课2去噪方法M1,M
2.M5编程实现和测试常规去噪方法2上机2大作业23上机课上机课3熟悉环M1,M
2.M6编程实现和测试深度卷积神经网络噪声压制2上机2大作业3境3第2宠深度学习地震波7第2章本章重点难点波形聚类方法、地震相分析////形聚类自学资料、课
82.
12.1地震相聚类地震相及其地质意义、常观波形聚类方法Ml2讲授2后作业
92.
22.2深度网络模型波形聚类深度网络模型设计Ml,M22讲授2自学资料、课后作业上机课上机课4地震相M1,M
2.M10绘制地震相图2上机2大作业4绘制3上机课5上机课5常规波形聚M1,M2,M11编程实现和测试常规波形聚类方法2上机2大作业3类方法上机课上机课6波形聚类M1,M
2.M12设计并编程实现测试波形聚类深度网络模型2上机2大作业63深度网络模型第3至深度学习测井曲13第3章本章重点难点测井曲线类型及地质含义、测井曲线预测方法////线预测自学资料、课
143.
13.1测井曲线常用测井曲线类型及地质意义、测井曲线预测方法Ml2讲授2后作业自学资
3.2测井曲线预测深度
153.2设计并编程实现和测试测井曲线预测深度网络模型Ml,M22讲授2料、课后作业网络模型上机课上机课7测井曲M1,M
2.M16绘制测井曲线2上机2大作业7线绘制3上机课上机课8常规测井曲M1,M
2.M17编程实现和测试常规测井曲线预测方法2上机2大作业8线预测方法3上机课9测井曲线预上机课18测深度网络模型设计并编程实现测试测井曲线预测深度网络模型2上机2大作业93第4宠深度学习地震储19第4章本章里点难点基本储层参数反演方法///层参数预测
4.1地震数据储层参数自学资料、课
204.1地震数据储层参数反演常见方法和原理Ml2讲授2反演后作业自学资料、课
4.2储层参数预测深度
214.2设计储层参数预测深度网络模型Ml,M22讲授2后作业网络模型上机课10上机课10地震数据M1,M2,M22编程实现和测试常规地震数据处理方法2上机2大作业3处理上机课11地震M1,M
2.M23上机课11数据储层参数反演常编程实现和测试地震数据储层参数反演常见方法2上机2大作业3见方法上机课12:地段储层M1,M
2.M24上机课12参数预测深度网络模编程实现和测试基于深度学习的储层参数训缄及预测,并评价其泛化能力2上机2大作业3型
四、转核方式序号考核环节操作细节总评占比L每次按进度要求布置任务
2.成绩采用百分制.根据作业完成准确性、是否按时上交、是否独立完成评分1平时作业30%
3.考核学生对在大数据平台上进行数据建模的掌握能力,学生综合运用所学知识分析问题、解决问题的能力题型主要有作图、分析和计算施
1.本课程要求学生组队自选一个实际问题.并利用Python语言进行求解.,2大作业
2.成绩采用百分制.根据数据预处理、建模、分析、可视化过程的完整性和准确性评分40S
3.考核学生认识和发现问题的能力,以及解决实际问题的能力3答辩采用分组答辩,各小组要求准备5分钟的PPT,所有小组成员都必修出席,其中1人为主讲解人20S4考勤刷卡点名5%5课堂表现课堂回答问题情况5%
五、3分细则序号课程目标考核环节大致占比评分等级Ml平时作业60%A-独立思考、按时完成,解题思路清晰、步骤完整、格式合理、答案准确B-独立思考、按时完成,解题1思路比姣清晰、步验比蛟完整、格式合理、答案基本准确,C基本按时完成,解题思路比较清晰、步骤比较完整、格式比较合理、答案有少量错误D作业抄袭,未能按时完成.解题思路混乱,答案错误多,卜利用Pylhon语言建立的数据模型正确,完整实现数据预处理、建模、分析、可视化过程.结果骏证合理B-利用Pylhon语言建立的数据模型正确.比较完整实现数据预处理、建模、分析、可视化过程,结果验证合理C-利用Python语言建立2Ml大作业40%的数据模型正确,比较完整实现数据预处理、建模、分析、可视化过程,结果验证比较合理『利用Python语言建立的数据模型不正确,不能完整实现数据预处理、建模、分析、可视化过程,结果验证不合理A-独立思考、按时完成,解题思路清晰、步骤完整、格式合理、答案准喇B-独立思考、按时完成.解题思路比较清晰、步骤3M2平时作业40%比较完整、格式合理、答案基本准确,c-基本按时完成,版题思路比较清晰、步骤比较完整、格式比较合理、答案有少量错误D-作业抄袭,未能按时完成.解题思路混乱,答案错误多A-利用Python语言建立的数据模型正确,完整实现数据预处理、建模、分析、可视化过程,结果验证合理B-利用Python语言建立的数据模型正确,比较完整实现数据预处理、建模、分析、可视化过程,结果验证合理C-利用Python语言建立4M2大作业60%的数据模型正确,比兢完整实现数据预处理、建模、分析、可视化过程,结果验证比较合理D-利用Python语言建立的数据模型不正确.不能完整实现数据预处理、建模、分析、可视化过程,结果验证不合理,,卜利用Python语言建立的数据模型正确,完整实现数据预处理、建模、分析、可视化过程.结果骏证合理B-利用Python语言建立的数据模型正确.比较完整实现数据预处理、建模、分析、可视化过程,结果验证合理C-利用Python语言建立5M3大作业70%的数据模型正确,比较完整实现数据预处理、建模、分析、可视化过程,结果脸证比较合理J利用Pylhon语言建立的数据模型不正确,不能完整实现数据预处理、建模、分析、可视化过程,结果验证不合理6M3答辩30%,卜阐述问题清楚,PPT组织合理.回答问题正确,B-阐述问题清楚,PPT组织比较合理,回答问题基本正确“C-阐述问题基本清楚,PPT组织合理,回答问题个别有错误卜阐述问题不清楚,PPT组织混乱,回答问题不正确7M4考勤50%A-全勤.卜缺勤卜2次C-缺勤3-4次D-缺勤5次以上8M4课堂表现50%卜每次参加课堂讨论B-参加课堂讨论7-9次C参加课堂讨论4-6次D参加课堂讨论1-3次评分等级说明[A,:,D]=[90-100,75-89,60-74,0-59];B六.、教材与参考资料序号教学参考资料明细1图书地震数据处理方法,李振春.中国石油大学出版社,
2006.11,ISBN:
9787563618231.(*主教材)2图书机器学习.周志华,清华大学出版社,
2016.
01.ISBN:
9787302423287.3图书TensorFlow技术解析与实战,李嘉璇,人民邮电出版社,
2017.05,ISBN:
9787115456137.。