范数正则化解相关集成学习基音频率检测

低信噪比环境下的基音频率检测极其重要且富有挑战性,至今未得到很好的解决。基于此,首先构造了基于PEFAC的频域空间检测模型,将基音频率作为特征进行提取,然后提出范数正则化的解相关集成学习神经网络模型（L2-DNNE）对其进行训练,利用负相关学习机制（NCL）和模型复杂度约束项提高集成学习模型的泛化能力,从而获取基音频率的最优值,且在测试精度和时间代价上取得了较好的平衡。将该算法与相关有代表性的算法进行比较。比较结果表明,该算法在不同类型不同程度的噪声环境下,能显著提升检测识别率,尤其在低信噪比下有更显著优势。     

基于FracproPT软件的缝高延伸因素模拟分析

油气井进行压裂设计时,确定控制裂缝高度延伸的主要因素至关重要。利用FracproPT软件压裂分析模块全面模拟分析了缝高延伸影响因素,如地层应力、岩石物质特性、压裂液性能参数、施工参数,对现场控缝高压裂设计具有一定的指导作用。     

基于语音卷积稀疏迁移学习和并行优选的帕金森病分类算法研究

基于语音数据分析的帕金森病(PD)诊断存在样本量小、训练与测试数据分布差异明显的问题。为了解决这些问题,需要从降维和样本扩充两个方面同时进行。因此,该文提出结合加噪加权卷积稀疏迁移学习和样本特征并行优选的PD分类算法。该算法可从源域的公共语音库中学习有利于表达PD语音特征的有效结构信息,同时完成降维和样本间接扩充。样本特征并行优选考虑到了样本和语音特征间的关系,从而有助于获取高质量的特征。首先,对公共语音库进行特征提取构造公共特征库;然后,以公共特征库对PD目标域的训练数据集及测试数据集进行稀疏编码,这里分别采用传统稀疏编码(SC)与卷积稀疏编码(CSC)两种稀疏编码方法;接着,对编码后的语音样本段和特征数据进行同时优选;最后,采用支撑向量机(SVM)进行分类。实验结果表明,该算法针对受试者的分类准确率最高值达到了95.0%,均值达到了86.0%,较相关被比较算法有较大提高。此外,研究还发现,相较于传统稀疏编码方法,卷积稀疏编码更有利于提取PD语音数据的高层特征;同样,迁移学习也有利于提高该算法性能。     

强水敏低温油藏压裂技术应用研究

在强水敏低温油藏中存在储层水敏伤害和压裂液破胶不彻底等诸多技术难题,一直限制着水力压裂技术在该类储层中的有效应用。从前期压裂施工对储层的伤害评价出发,分析了制约压裂增产效果的各种因素,包括储层敏感性、压裂液伤害等;通过室内实验,优选出了一套适用于该类储层的低伤害压裂液体系,并通过数值模拟,建议了注水井组和非注水井组的压裂裂缝长度和导流能力,对于强水敏低温油藏的有效开发具有一定的指导意义。     

热障涂层用La2O3、Y2O3共掺杂ZrO2陶瓷粉末的制备及其相稳定性

采用反向化学共沉淀法制备了热障涂层用La₂O₃-Y₂O₃-ZrO₂（LaYSZ）原始复合粉末, 将原始粉末团聚造粒和热处理后得到适于等离子喷涂的团聚粉末. 采用电感耦合等离子体原子发射光谱（ICP-AES）、扫描电子显微镜（SEM）、霍尔流速计、X射线衍射（XRD）等方法分别对LaYSZ的化学组成、微观形貌、流动性和松装密度、高温相稳定性进行了研究. 结果表明: LaYSZ团聚粉末室温呈四方ZrO₂结构, 在1150℃热处理2h后为致密的球形或近球形颗粒, 粉末流动性较好, 适于等离子喷涂. LaYSZ团聚粉末在1300℃热处理100h后仍保持单一的四方ZrO₂晶型, 而8YSZ中有12mol%的四方相转变为单斜相; LaYSZ在1400℃热处理100h后, 单斜相含量为2mol%, 而8YSZ中单斜相含量达到47mol%, 表明La₂O₃、 Y₂O₃共掺杂稳定ZrO₂较单一Y₂O₃ 稳定ZrO₂具有更好的高温相稳定性.     

基于包络学习和分级结构一致性机制的不平衡集成算法

集成方法是不平衡学习方法的重要分支,然而,现有不平衡集成方法均作用于原样本而没考虑样本的结构信息,因此其效能仍然有限.样本的结构信息包括局部和全局结构信息.为了解决上述问题,本文提出了一种基于深度样本包络网络（Deep Instance Envelope Network, DIEN）和分级结构一致性机制（Hierarchical Structure Consistency Mechanism, HSCM）的不平衡集成学习算法.该算法在考虑局部流形和全局结构信息的情况下,通过多层样本聚类,生成高质量的多层包络样本,从而实现类平衡化.首先,算法基于样本近邻拼接和模糊C均值聚类算法,设计DIEN来挖掘样本的结构信息,得到深度包络样本.然后,设计局部流形结构度量和全局结构分布度量来构建HSCM用于增强层间样本的分布一致性.接着,将DIEN和HSCM结合起来,构建出优化后的深度样本包络网络——DH (DIEN with HSCM).之后,将基分类器应用于包络样本.最后,设计bagging集成学习机制来融合基分类器的预测结果 .文末组织了多组实验,采用了十多个公共数据集和有代表性的相关算法进行验证...     

双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法

帕金森病(PD)语音识别算法研究对于其及时诊疗具有重要意义,但现有PD语音识别算法面临小样本数据量问题挑战。针对问题,本文提出双面双阶段均值聚类包络和卷积稀疏迁移学习算法。在双阶段学习方面,首先基于源数据集训练多组卷积核,然后通过中间集得到最优卷积核并对目标集进行编码。在深度样本聚类包络方面,首先设计迭代均值聚类算法构建深度样本空间;然后进行样本特征同时选择并训练分类器模型;最后对不同样本空间的分类结果进行融合。实验选取代表性的PD语音数据集进行验证。实验结果表明,本文算法创新部分有效,与10多个经典和最新相关文献算法相比取得了显著改进,准确率达97.8%。此外,本文算法的时间复杂度不高,满足临床应用要求。     

天然裂缝性储层压裂液滤失的数值模拟研究

针对目前压裂液滤失计算模型均假设压裂液活塞式地驱替油藏流体作一维流动的局限性,考虑压裂液在裂缝性储层中沿人工裂缝长度方向和宽度方向作二维流动,利用双重介质的相渗理论,建立了二维二相双重介质滤失数学模型,给出了数值求解方法,以模拟实验条件下难以测试的滤失过程,对于了解裂缝性储层的滤失性能具有重要的意义.实例计算表明,处理后的数值模型易于求解,可用于双重介质压裂液的滤失计算;压裂液滤失带中存在明显的两相流动区域,在压裂液滤失数值模拟时应考虑压裂液和油藏流体的两相流动;传统的一维模拟方法由于没有考虑压裂液沿裂缝侧向的流动,计算的滤失速度偏小.     

基于脑磁共振图像配准的动态联合角点检测算法

角点检测算法是基于角特征点的图像配准方法的核心。Harris和Susan是两种重要的角点检测算法,有较好的检测能力,但是其在描述角点信息方面都不全面。因此,联合Harris、Susan两种算法是一种较好的解决思路。其中,如何确定在联合算法中Harris、Susan两种算法的权重是一个关键。设计了一种联合算法,并通过统计实验获取两者的权重,通过引入两个加权因子ω1和ω2分别对Harris角点响应值与Susan角点响应值进行加权计算,获得其角点强度,从而筛选出新的角点集合,使该联合算法的角点检测能力明显提高。最后将该方法用于脑磁共振图像配准实验中。实验比较结果表明,该联合角点检测算法在脑磁共振图像配准的应用中,相对于目前已有角点检测算法,能获得较高的配准精度和较好的稳定性。     

钼合金化的研究现状

综述了钼和钼合金的致脆机理,详细介绍了固溶强化、钾泡强化、稀土氧化物掺杂强化以及其他强化方式改善钼合金的室温脆性、高温力学性能等研究现状,着重分析了稀土氧化物对钼合金的韧化作用并说明了稀土掺杂工艺对钼合金性能的影响,指出复合机制的合金化方式、改善高温的抗氧化性能和作为功能材料的应用是当前人们研究钼合金面临的新挑战。