一种基于约束的多维数据异常点挖掘方法

数据中的异常点常常反映了企业经营中潜伏的问题或暗藏的商机,数据分析人员经常需要从大量的数据中找出这些异常点.最近提出的一种从数据中自动发现异常点的方法,将人们从繁重的体力劳动中解放出来.然而,该方法在计算效率和伸缩性方面还存在很多不足.针对这些不足,对该方法进行了优化和改进,提出了一种基于约束的多维数据异常点挖掘方法.通过在数据挖掘过程中引入约束条件,首先将数据立方体限制到一个小的多维空间,然后再从中找出异常点.实验结果表明该方法非常有效.     

基于用户层次信息的协同推荐算法

在个性化信息推荐服务中，协同推荐作为一种基本的信息过滤方法得到广泛的应用，它根据和目标用户具有相似行为的用户对资源的评价来进行推荐。但是，我们的研究发现，协同推荐算法所获得的相似用户群和实际用户的概念层次没有关系，这和我们的直觉是矛盾的，这驱使我们在协同推荐算法中考虑进用户的分类信息。实验结果表明，这样的方法是有效的，它和传统协同过滤相比具有更高的推荐精度。     

一种面向高速度数据流的频繁模式挖掘算法

数据流频繁模式挖掘是从实时、连续、有序的数据序列中寻找频繁模式的过程,以往的相关研究通常将该过程分为两个阶段:首先监测数据流中各模式的频率,由于数据流环境对空间与时间的限制,需要对监测模式进行剪裁,因而频率的计算和剪裁需要重复进行;当用户提交查询时,从监控的模式中筛选出满足要求的输出.现有研究都注重解决如何对观测对象进行剪裁,而事实上在计算模式频率时,数据项集中不同数据项间的组合使得频率计算非常耗时.因此,对于高速数据流,算法通常没有足够的时间来处理数据流中的每个事务,这会影响挖掘结果的正确性.针对这一问题提出了一种新的面向高速数据流的频繁模式挖掘算法Delay. 在Delay算法中将模式频率的统计延迟到第2阶段进行,第1阶段只记录"必要信息",这样大大提高了算法所能处理的数据流流动速度的上限.实验结果表明,算法在效率上优于已有算法,LossyCounting和FDPM,尤其是在处理长数据项集数据流时优势更为明显.     

一种非均匀转动目标的ISAR自聚焦算法

在ISAR成像中,目标的非均匀转动会引入与散射点位置有关相位误差,无法用统一的相位误差函数表示,因此通常的自聚焦方法难以消除。针对加速转动目标,本文提出了一种基于离散调频傅立叶变换(discrete chirp-Fourier trans- form)的自聚焦算法。在预先选定的距离单元上,利用离散调频傅立叶变换提取最大功率散射点对应的调频信号,并以之为参考信号消除目标平动引起的相位误差。然后,利用同样的方法,在多个距离单元上提取最大功率散射点对应的调频信号,根据该散射点信号估计目标非均匀转动的参数,并进行非均匀采样,去除非均匀转动的相位误差。将该算法应用于仿真试验和实测数据的ISAR成像中,都得到了较好的聚焦结果。     

依南构造气藏储层地质特征及伤害因素实验研究

依南构造气藏属于低压低渗气藏,储层地质特征及潜在伤害因素对气井产能影响很大。通过实际岩心分析测试和敏感性评价实验,对依南构造气藏储层地质特征和伤害因素做了试验研究。研究结果表明,依南构造气藏属于碎屑岩、中孔-小孔-微孔、中-低渗、中-细短喉道储层,储层岩石含有泥质、铁泥质杂基、蒙脱石、伊利石、伊蒙混层矿物、高岭石绿泥石、碳酸盐和其它填隙物。该气藏属于强层内和层间非均质性的气藏。固相颗粒和液相沿I、Ⅱ类储层的粗大喉道和微裂缝形成的深层侵入、水锁、水敏是伤害的主要因素。Ⅲ、Ⅳ类储层存在强的应力敏感,使水锁、水敏伤害更加严重。储层保护的关键技术是在钻井、压裂、开采过程中防止固相颗粒和液相的侵入,并合理控制入井流体的矿化度和酸碱度。     

基于互累积量的多雷达信号层融合检测

针对多雷达检测海上目标的研究背景,本文提出了一种新的基于互累积量的多带雷达信号层融合检测方法,该方法融合不同雷达的观测信息,对不同频带的雷达观测在统计相关域上进行积累,最后进行检测。仿真结果表明,与传统的融合检测方法相比,新方法能够显著提高融合处理后的信杂比,有效提高海上目标检测概率。     

新型“数字环保”业务系统架构设计与实现

依据环境信息系统的总体设计目标和项目需求,给出了新型“数字环保”业务系统的整体架构,论述了各子系统的设计与功能,介绍了云计算、物联网、移动互联网等新兴技术在系统中的运用创新,并以实例展示了系统的功能特色,最后展望了该系统对环境管理工作将带来的积极影响。     

自适应变步长菌群优化算法

针对菌群优化算法由于步长固定导致探索能力不强等缺陷,应用聚类思想自适应计算并调整细菌的趋化步长,体现了菌群之间的协同性和智能性行为,有效地提高算法的性能,比如探索能力和开发能力,特别是局部搜索和求精能力。在使用10个复杂的Benchmark函数所进行的对比实验中,所提出的算法在搜索能力和效率等方面优于其他典型算法的比率达到60%~90%,验证了改进算法是一种具有竞争力的优化算法。     

OFDM雷达多目标运动参数的近似最大似然估计

针对相位编码正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)雷达动目标探测问题,该文提出了一种基于通道分离和最大似然原理相结合的运动参数估计方法。首先,利用OFDM信号的正交性分离出多通道信号,并与相位编码参考信号在快时间域相关后获得各通道的1维距离像。随后,利用Keystone变换校正子载波多普勒偏移与慢时间之间的耦合,并在慢时间域和子载波域进行相参积累得到距离-多普勒2维谱。结合CLEAN技术对距离-多普勒2维谱进行谱峰搜索,获得各个目标的位置和速度参数估计量。以此为初值,利用牛顿迭代算法对似然函数进行优化,最终获得运动参数的近似最大似然估计(Approximate Maximum Likelihood Estimator, AMLE)。仿真实验表明,该文算法在计算复杂性和参数估计精度上都优于传统的Keystone估计算法,在相同均方根误差(Root-Mean-Square Error, RMSE)下其输入信噪比改善了约4 dB,且均方误差接近Cramer-Rao下限。      

克依构造带储层伤害因素评价实验研究

克依构造带是塔里木油田最重要的产气构造之一。由于对该构造储层地质特征及引起储层伤害的潜在因素的认识和研究不够充分,导致在不同作业过程中对储层造成不同程度的伤害。在分析克依构造带气藏地质特征及其主要潜在伤害因素的基础上,通过大量岩心流动实验,对储层的伤害因素及其伤害程度进行了评价,并结合储层岩石学特征研究了敏感性产生的原因。研究结果表明：克依构造带吐孜、克拉苏、吐北和依南4个区块气藏伤害类型多样且各自程度不同,由吐孜、克拉苏、吐北到依南综合伤害程度依次增大。针对各类敏感性的产生条件,提出了具体的防治措施与建议,为保护储层提供了科学依据。