AVO流体反演技术在低孔渗砂岩气藏预测中的应用

西湖凹陷A构造的砂岩气藏,主要埋藏于3000m以下的深层,且发育于浅水沉积环境,储层物性较致密,厚度横向变化大,导致储层的AVO响应复杂,常规AVO分析难以对储层流体进行有效识别。研究了AVO流体反演技术在该构造含气储层预测中的应用。该技术在对储层以及非储层速度、密度、厚度等关键参数的统计分析的基础上,利用Monte－Carlo随机模型建立、地震正演模拟、流体替换等技术,获得储层在不同流体下AVO响应的验前概率;然后利用Bayes理论,估算实际地震数据AVO响应指示储层含某种流体的可能性一验后概率,从而实现储层流体的预测。实际钻探结果证实了该方法的有效性。     

卧龙湖矿8101面地下水水质分类判别研究

为分析卧龙湖8101工作面涌水补给源以及集水形式,统计整理了本矿井地下水样品常规水质分析数据62组。利用多元统计组合模型与maltab方法相结合对8101工作面涌水水源进行分析研究.结果说明:8101工作涌水水源与本矿10煤砂岩水质类型一致。卧龙湖矿各地层地下水水质的首要因子为Ca2+,Mg2+,SO42-,体现太灰水的外来补给;第二因子是阳离子交替吸附作用,其涌水体现了地下水静储量消耗。多元统计模型与maltab方法相结合是一种稳定性高且切实有效,适用于地下水水源水化学分析的方法。     

智能变电站信息物理融合可靠性评估方法

智能变电站具备信息物理融合系统特征,其可靠性评估应从信息物理系统视角展开。分析了智能变电站物理侧和信息侧的可靠性因素及其相互影响,提出了考虑设备重要度的二次设备可靠性指标和考虑传输数据可靠性的通信链路可靠性指标,并给出了设备重要度的层次分析模型;指出智能变电站可靠性评估应考虑电网扰动和复杂运行状态对量测信息正确性的影响,且信息侧及信息-物理交互影响对智能变电站可靠性影响的问题可以转换为测量和控制报文可靠性对断路器动作可靠性影响的分析问题,进而提出了考虑信息侧影响和信息-物理交互影响的断路器等效可靠性计算方法;在此基础上,给出了基于贝叶斯网络的智能变电站可靠性评估方法。最后,通过算例验证了文中方法的合理性。     

基于机器视觉及深度学习的静脉药物调配机器人药瓶识别北大核心

静脉药物调配机器人需要对数百种不同类型的药物进行调配,不同药物药瓶类型的识别、测量是精准调配的关键。对静脉药物调配机器人在药瓶类型分类、药瓶关键尺寸测量等不同任务要求情况下,运用基于机器视觉方法和深度学习框架YOLOv5s,实现了一种高效稳定的识别测量方法。结合机器视觉方法的测量准确性,深度学习方法对背景、光源的不敏感性,实现配药过程中不同环节药瓶的准确识别、测量。并通过实验定量地检测背景、环境光源对于识别结果的影响。     

基于动态约简的增量贝叶斯分类算法的研究

朴素贝叶斯由于条件独立性假设使其分类效果不明显,同时在处理海量数据时缺乏灵活性。针对以上情况,提出一种基于动态约简的增量贝叶斯分类算法。算法首先利用(F-λ)广义动态约简计算出数据集的核属性,然后根据训练集的先验信息构造分类器对测试实例进行分类,最后利用类置信度进行选择性增量学习,增强处理增量数据的能力。实验结果表明,该算法在处理属性少的小量数据时,分类效果有一定的改善,在处理多属性大量数据时,分类效果明显提高。     

位置服务中基于贝叶斯的隐私泄露分析

个人位置信息是一种物理隐私信息,敌手可以根据背景知识获取用户的真实身份.为了分析位置服务的用户隐私问题,建模了敌手进行身份推理攻击的过程,并提出了一种根据个人位置信息测量身份泄露的贝叶斯推理方法.通过对比观测的位置信息与背景知识数据库的匹配程度,该方法能重新识别用户真实身份.实验采用了真实路网的数据集,结果显示不可信LBS通过收集查询请求能以很高的概率确定用户真实身份.研究表明高精度的个人位置信息泄露导致很高的身份隐私风险.     

朴素差分进化算法

针对变异算子学习方式的单一性,提出一种朴素变异算子,其基本思想是向优秀的个体靠近,同时远离较差个体,其实现方式是设计一种缩放因子调整策略,如果三个随机个体在某维上比较接近,则缩放因子变小,反之变大.在实验过程中通过平均适应度评价次数、成功运行次数和加速比等指标表明,基于朴素变异算子的差分进化算法能有效提高算法的收敛速度和健壮性.     

面向主题的微博热门话题舆情监测研究——以“北京单双号限行常态化”舆情分析为例

社交媒体舆情监测是社交媒体分析的热点研究问题,学界和工业界取得了很多研究成果。但目前针对热门话题舆情监测研究中,往往只在整体上关注事件舆情趋势,而没有对事件内部不同的讨论主题进行分析。鉴于此,该研究将主题分类模型引入到舆情监测中来,并在此基础上,以时间为脉络进行面向主题的情感分析。并以“北京市单双号限行常态化”这一微博话题为例进行实证研究,通过各个时段 “北京市单双号限行常态化”这一微博话题群体情感倾向变化的分析,为舆情的监测提供对象和时点选择的参考建议。
     

基于属性选择的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法简单且高效, 但其基于属性间强独立性的假设限制了其应用范围. 针对这一问题, 提出一种基于属性选择的改进加权朴素贝叶斯分类算法(ASWNBC). 该算法将基于相关的属性选择算法(CFS)和加权朴素贝叶斯分类算法(WNBC)相结合, 首先使用CFS算法获得属性子集使简化后的属性集尽量满足条件独立性, 同时根据不同属性取值对分类结果影响的不同设计新权重作为算法的加权系数, 最后使用ASWNBC算法进行分类. 实验结果表明, 该算法在降低分类消耗时间的同时提高了分类准确率, 有效地提高了朴素贝叶斯分类算法的性能.     

基于参数查找表的肤色检测算法

针对现有模型对肤色空间刻画的不足,提出了一种基于参数查找表的肤色检测算法。该方法将肤色和非肤色看作两类模式,通过在YCbCr颜色空间统计,计算样本在不同色度下沿亮度的概率分布,分类采用贝叶斯判别规则,查找表用于存储模型参数,实现了快速查找和计算。实验中,从像素样本分类和彩色图片分割两个方面对算法的检测性能进行对比,说明其有较高的检测率和较强的鲁棒性。