Web服务组合引擎的研究与实现

随着电子商务和B2B应用的发展和需求的加深,企业应用系统要求可以在因特网环境下进行企业间的应用互操作和应用集成,要求能够依据新的需求,快速、灵活地集成各种已有的和新添置的业务应用系统,并使得它们可以有机地协同提供服务.Web服务的动态组合为解决信息共享和应用协作的瓶颈问题带来了新的方案.引入了工作流技术,使用Petri网表示工作流模型,将工作流和Web服务技术组合起来,设计并实现了一个面向Web服务组合语言的通用的Web服务组合引擎.     

复杂非均质地层的等值线生成算法研究

等值线图是复杂油气藏地质研究中的一类重要表示形式。针对地层数据特点,研究和分析了复杂非均质地层数据等值线绘制方法的不足,提出一种新的分区方法,实现了带断层的数据集合划分。基于Delaunay三角剖分算法,并以几何多边形为雏形,建立了带约束的三角网格模型。采用约束Delaunay三角网的拓扑结构,选用改进的反距离加权插值算法,有效地解决了断层两侧高程值问题,并结合实际应用要求在VC++与OpenSceneGraph的开发环境下,实现了非均质带断层的地层等值线的绘制。通过对国内某采油厂的实际油气储集地层数据等值线图的绘制和可视化,证明了方法的可行性和准确性。     

ORACLE数据库中用户出口的开发方法

本文介绍了ＯＲＡＣＬＥＤＢＭＳ第四代语言工具ＳＱＬ＊ＦＯＲＭＳ中用户出口的概念，讨论了用ＳＱＬ＊ＦＯＲＭＳ进行数据库应用开发时使用户出口的原因及设计用户出口的一般过程和方法。     

基于行为分析的病毒检测引擎的改良研究

讨论了文件型病毒检测引擎的工作原理,分析了病毒的行为特性,提出根据病毒行为特征进行病毒检测的改进策略,最后给出了通过检测病毒行为来改进病毒检测引擎的方法     

针对计算机黑客型病毒的网络防御体系研究

阐述并分析了反病毒技术及入侵检测技术,比较二种方法的优劣,最后取长补短提出一种结合二种检测手段的网络安全系统。     

基于异步优势执行器评价器的自适应PID控制

自适应PID较好地解决了传统PID无法自整定参数的问题,已成为控制领域内的研究热点。研究基于异步优势执行器评价器(Asynchronous Advantage Actor-Critic,A3C)算法设计了一种新的自适应PID控制器。该控制器利用A3C结构的多线程异步学习特性,并行训练多个执行器评价器(Actor-Critic,AC)结构的智能体,每个智能体采用多层前馈神经网络逼近策略函数和值函数实现在连续动作空间中搜索最优的参数整定策略,以达到最佳的控制效果。与已有的多种自适应PID控制器性能对比分析结果表明该方法具有收敛速度快,自适应能力强的特点。     

多阈值BIRCH聚类在相控孔隙度预测中的应用

岩相及孔隙度预测在油气勘探中非常重要，为此，提出一种基于多阈值BIRCH（Balanced Iterative Reducing and Clustering Using Hierarchies）聚类的岩相预测方法，并以此为基础利用岭回归算法预测孔隙度。首先，根据地震波阻抗数据分布规律启发式设定初始阈值，根据簇之间体积的不一致性，动态增加阈值，使用Agglomerative算法进行全局聚类以划分岩相；然后，以井点处孔隙度和地震波阻抗数据为输入，在同一岩相内采用改进的岭回归方法预测孔隙度。模型实验表明，多阈值BIRCH聚类方法具有良好的稳定性和较高的计算效率，岩相划分准确。实际数据结果表明，该方法能够准确预测孔隙度。     

均值转移在目标区域自动提取中的应用研究

随着农业自动化程度越来越高,图像自动处理以及信息自动获取也成为研究的热点。在此背景下,提出了一种基于均值算法的区域自动提取方法,能够快速、准确地获取目标区域的边界信息,能为将来实现农业灌溉以及城市规划工作自动化提供参考。     

联合神经网络在储层参数预测中的研究与应用

地质储层参数在建立地质模型中起着关键作用,储层参数通过井资料获得。常规测井解释中多通过经验公式或简化地质条件建立模型计算储层参数。提出了新的神经网络模型,基于BP神经网络、RBF神经网络、支持向量回归并通过单层感知器共同构成联合神经网络模型。该网络模型在储层参数预测过程中能针对单一神经网络的不足而自适应调节网络结构,使预测效果达到最优,避免了单一网络在参数预测时的缺点,提高了预测的准确性。选取了同一地区的3口油井进行训练和验证实验,实验结果表明,联合神经网络模型优于单一的人工神经网络模型。