小波变换的地下含水层分层法

根据电测井曲线可以了解地层构造.为了找出含水砂层,基于人工分层的原理,利用小波变换过零点理论对电测井曲线进行计算机自动分层,将地下土层分为含水层和隔水层.介绍小波变换原理,给出用Matlab软件实现测井曲线计算机自动分层的方法.实验结果表明,用该方法研究实测井信号,结果与人工方法基本一敛,证明了小波变换用于测井信号分析与处理的有效性.论文工作对合理利用地下水资源有非常重要的意义.     

云模型在测井曲线分层中的应用

针对由模糊信息导致测井曲线人工分层的不准确,提出了一种基于云模型的测井曲线自动分层方法.而云模型能同时体现概念的随机性和模糊性,利用云变换从测井曲线中提取定性概念,然后对提取的概念进行概念跃升,使得算法输出的概念层次更符合实际.实验表明,该方法能够较准确地提取和表征定性概念,所提取的概念中心与传统测井曲线分层方法得到的概念中心吻合较好,验证了算法的有效性,提高了测井曲线分层的准确性.     

基于自组织神经网络在油气分层中的研究

测井曲线的分层研究是勘探和开发油气资源的重要手段,也是认识油气层的地质面貌,以及剖析油气藏量内在规律的一种有力武器。该文介绍了一种基于自组织神经网络对测井曲线进行聚类自动分层的识别方法,它是一种通过网络自身的调节,从而对输入数据进行聚类的方法。该文采用某地区的油气层数据来建立网络模型,首先采用了插值的方法,消除该测井数据随机干扰带来的噪声,同时保留了数据的完整性和代表性;然后通过利用自组织神经网络算法,对该数据自动进行四层的识别分类;最后结合人工分层的结果进行验证,以保证利用自组织神经网络识别的结果更加客观和可靠。该方法的可操作性强,原理简单易于实现,说明该算法对研究测井曲线具备一定的有效性和可行性。     

神经网络在测井资料岩性识别中的应用研究

将神经网络用于石油测井资料岩性识别.在对主要分层曲线做分层直方化处理、聚类并层处理、归一化处理之后,利用FTART2神经网络对测井数据进行学习,从而预测未知地层的岩性.实验结果表明,PTART2在实用效果上明显优于该领域目前常用的D-BP算法.     

多源信息融合的测井曲线分层算法研究

测井数据解释中,针对单一测井曲线无法真实反映地层属性问题,提出以多条测井曲线的滤波因子为权值,融合出一条综合特征曲线,对该特征曲线相继采用层内差异法细分层与模糊聚类校正分层,实现特征曲线的合理分层。实验结果表明:该方法避免了海量数据处理过程,剔除了噪点数据的影响,提高了分层的速度与精度,能够为应用测井资料进行岩性识别、测井相分析、储层划分等研究提供有利的技术支撑。     

古代汉字文献切分研究

针对古代汉字文档的特点,提出了适合于古文档的列切分方法和字切分方法。提出的列切分方法直接对文档的笔画投影进行分析,采用一种基于分层投影过滤和变长间隙阈值的递归切分算法。该算法在列间隔较小、列与格线存在粘连、文档具有一定程度的倾斜的情况下,也能准确地抽取出列,尤其对短列的切分达到了较好的效果。提出的字切分方法分为两步,进行粗切分确定大致的切分位置,采用基于连通域分析与粘连点判断的方法做进一步的细切分。该算法对具有较多粘连和重叠汉字的列,也能较好地切分出完整的单字。实验结果表明,提出的方法用于古代汉字文档切分能够获得较好的效果。     

基于时序一致的工作流费用优化方法

针对效用网格下的工作流时间约束-费用优化问题,分层算法将工作流进行分层并逐层进行优化调度,取得了良好效果.然而,这类分层算法由于缺乏更有效的截止时间确定策略来保证时间约束而使得算法的适用性受限.在已有算法截止期约束的逆向分层算法(deadline bottom level,DBL)的基础上,研究工作流的时序特征,并基于任务的一致性状态对费用进行优化,提出了基于时序一致的截止期约束逆向分层算法(temporal consistency based deadline bottom level,TCDBL).TCDBL通过一致性时间点来保证时间约束,解决了DBL的适用性受限问题;同时基于各层并行度分配冗余时间,基于宽松时间约束策略进行费用优化,达到了进一步减少工作流执行费用的目标.实验结果表明TCDBL的费用优化效果比DBL改进了约14%.     

特征点的B样条曲线逼近技术

为了构造逼近稠密有序点列的初始曲线,提出一种B样条曲线逼近的节点配置算法.以初始曲线的曲率极值点和点列的2个端点作为特征点的种子点,利用最小二乘法构造逼近种子点的B样条曲线,并根据B样条曲线段的复杂度进行特征点的细分和节点矢量的更新;重复这一过程,直到逼近的误差小于给定的阈值,实现B样条曲线的精确逼近.实例结果表明,在相同的给定阈值条件下,文中算法可比Park算法、Piegl算法和Li算法减少更多的控制顶点,逼近曲线的控制顶点数等于细分后的特征点数,且逼近曲线的节点分布合理.     

基于离散Hopfield网络的测井曲线交叉线识别算法

在石油测井工程图纸的曲线矢量化过程中,由于背景网格与曲线、曲线与曲线存在大量交织,致使曲线跟踪中断,需要人工判断走向,难于实现自动跟踪。提出一种基于离散型Hopfield神经网络(DHNN)的测井曲线交叉线识别方法。这个方法先设置8个标准方向样本,对网络进行训练。在曲线跟踪的过程中,当遇到交叉点,就进入交叉线识别,通过训练好的网络进行分支匹配,再结合宽度匹配正确判断曲线走向。理论研究和实验分析表明,采用该方法提高了交叉线识别的正确率,抗干扰效果较好。     

分级特征提取在中子寿命深度校正中的应用

随着油田进入开发中后期,中子寿命测井得到了广泛的应用．针对中子寿命测井曲线存在的深度误差,对两条测量不同地层信息的曲线进行对比校正,利用测井陆线顺序性的特点,对测井曲线进行分级特征提取并进行校正,提出了基于分级特征提取的测井曲线校正的方法．借鉴人工视觉校正的经验,利用曲线段的最大值位置、尖峰数目这两个特征先对曲线段进行分类匹配,然后利用最大值上下厚度比、相对斜率这两个特征进行相似性判断最终实现分级特征提取．实验结果表明该方法能够快速有效的对测井曲线进行校正．     

基于三次中心B样条小波的电测井信号去噪

电测井方法所得到信号有一定噪声.若直接分析,往往不能从信号中取出有用的信息,需去噪.小波阈值去噪是常用而重要的方法,其法有赖于选择小波基函数和阈值处理函数.以三次中心B样条小波为基函数,采用改进的软硬阈值处理函数给电测井信号去噪.结果表明,三次中心B样条小波很光滑,去除电测井信号的噪声干扰有效.     

WEB日志挖掘实现网站优化

挖掘用户访问网站的web日志记录,得到用户访问的页面和访问路径,将页面和路径抽象为点和线,构造有权有向图。由算法找出有向图最佳的访问路径和访问点,实现网站的优化。     

基于Matelab的分形插值算法在矿山体积计算上的应用

分形普遍存在于自然界中。山体与地层都是非平衡态自组织的,他们都具有分形的特征。在Matelab的基础上,利用有限个点的三维坐标,应用分形插值算法绘出山体的表面轮廓,再利用分形插值的计算结果进一步积分计算研究区体积。与传统几何图形法计算体积比较,积分的计算单位更加细化,所以结果更精确。验证了分形维数的取值的重要性,选取插值计算数据的方式是生成结果是否理想的关键。     

服务器日志挖掘在电力业务系统功能推荐中的应用

提出了一种基于服务器日志挖掘的电力业务系统功能推荐服务,首先从电力业务系统服务器日志中获取用户日志数据,然后对含有"脏"数据的用户日志数据进行预处理,以适应数据挖掘与处理;接着由待处理的数据计算用户访问兴趣度,并基于改进的K均值聚类算法将用户访问兴趣度数据集划分为多个具有相近兴趣度的用户集合,最终为用户提供功能个性化推荐服务.实验结果证明该方法在实现电力业务系统信息推荐方面具有较好的效果.     

A simple algorithm for structured-grid generation with application to efficient Navier-Stokes computation

A grid generation procedure using a simple algorithm is presented. The present method is essentially based on the electro-static theory. By distributing electric charges at the boundary points, an electro-static vector field is produced inside the region between the inner and outer boundaries. The resulting electric force lines, which all emanate from grid points on the body, can be utilized as one family of grid lines. The other family of grid lines is easily constructed by plotting points at regular intervals along the electric force lines. The electric charge distribution is uniquely determined by an appropriate boundary condition, as long as the total amount of charges on each closed boundary is constant. The actual Navier-Stokes simulation using the block-structured grid generated by the present method was also carried out for a complex space vehicle configuration.     

基于特征加权朴素贝叶斯算法的网络用户识别

基于网络用户的访问记录,提出了采用特征加权的朴素贝叶斯分类算法对用户进行识别。首先利用基于WinPcap框架的数据采集系统对用户访问记录进行采集,通过分析记录从5个方面对用户特征进行统计,并经过筛选后对特征进行选取,最后采用特征加权的朴素贝叶斯分类算法对3300个测试样本进行识别,识别率达到了85.73%。实验结果表明该算法能够有效实现对网络用户身份的识别。     

从电场角度引出的基于边缘特征的归一化形状识别算法研究

为了从一新的角度来解决图像形状识别问题，提出了一种从电场角度引出的基于边缘特征归一化的形状识别算法，即在图像处理过程中，像素将被赋予电量，各个图像的形状信息是用带电像素在三维空间产生的电势与电场强度的值来表征。该算法处理都是基于二值图像，并先通过边缘检测技术找出图像边缘信息，然后通过对边缘进行多边形逼近来得出边缘的角点信息，最后再对归一化的观测点进行电势与电场强度的计算。由于一个图形存在着无穷的观测点，因此在实际运用中合理选择观测点是重要且必要的，因为它能更加合理地反映图形的形状信息，故更加适合计算机对图形形状的判断。实验表明，当被识别的二值图像发生旋转、位移、变形时，该方法都能取得比较好的识别效果。     

基于视觉的电控板质量的智能检测技术研究

对电子制造行业中电控板质量的视觉自动检测技术进行研究。通过分析电控板的存在特征,选用Harris算子进行电控板图像特征点的提取,然后进行待检测图像与模板图像的特征点匹配,并设置约束条件去除误匹配点,再判断特征点像素坐标是否在对应的元器件的像素区域内,实现漏件的检测;同时利用图像的灰度值模板匹配法,结合改进的序贯相似性检测法,实现电控板错件的检测。试验结果表明该算法对电控板错件和漏件的检测正确率达96．8％,检测的算法运行时间在2．862s内,具有一定的精确性和实时性,为制作企业生产线的信息智能化提供技术支持。     

Machine learning method for CPTu based 3D stratification of New Zealand geotechnical database sites

Three-dimensional (3D) geotechnical site stratification is of vital importance in geotechnical practice. In this study, a set of methods for 3D site stratification based on CPTu measurements of New Zealand Geotechnical Database (NZGD) sites is proposed. One-dimensional (1D) soil stratification at discrete CPTu points is first conducted and then interpolated in 3D to achieve 3D site stratification. 1D soil stratification is achieved through a proposed soil classification model combined with a proposed soil layer boundary identification method, which achieves a correct soil profile length identification rate of 93%. The soil classification machine learning model classifies the soil within NZGD into three types, i.e. Gravel, Sand, and Silt, and is able to reflect the fines content for silty sand. The model innovatively incorporates local variation information of CPTu curves in the input for a random forest algorithm to significantly improve identification accuracy to over 90%. Accurately locating soil layer boundaries is achieved through proposing a modified WTMM boundary identification method. 3D site stratification is then realized through 3D interpolation of 1D stratification at discrete CPTu points using a generalized regression neural network (GRNN) method. The 3D site stratification method is validated for two independent geotechnical sites within NZGD, exhibiting the effectiveness of the proposed set of methods.     

数据挖掘技术在互联网时代的应用

广泛地从Web获取信息是信息时代的一个重要特征,借助数据挖掘的知识,从Web日志中发现用户的访问模式,可以帮助管理站点,更好地满足用户的要求,本文介绍了从原始的日志数据中发现用户访问模式的方法,提出了数据预处理的方法和一种新的用于挖掘的数据结构－序列访问树SAT,以及基于此结构的挖掘算法。