面向微博的个性化内容推荐算法研究

随着信息共享时代的发展,海量数据的诞生对推荐系统提出了更高的要求。针对微博的海量数据,提出了一种融合朴素贝叶斯分类和基于用户的协同过滤算法的混合推荐算法。该算法将文本关键字作为特征属性,利用贝叶斯分类法筛选出用户可能感兴趣的数据,缩小推荐结果集;然后采用基于用户的协同过滤算法,通过计算用户相似度,根据最近邻居得到推荐结果列表。实验结果表明,混合推荐算法相比较于单一的推荐算法有着更高的准确率。     

基于多层集成学习的岩性识别方法

岩性识别是油藏地质解释中的关键问题和难点问题,人工智能特别是机器学习技术的发展和应用为岩性识别问题解决提供了新的技术途径。本文利用支持向量机（Support vector machine,SVM）、多粒度级联森林（Multi-grained cascade forest,GCForest）、随机森林（Random forest,RF）以及XGBoost（eXtreme gradient boosting）等机器学习模型建立一个异构多层集成学习模型,该集成学习模型克服了单一模型对数据集要求高、泛化能力差以及识别精度低等缺点。本文分别利用集成模型和单一模型进行了岩性识别实验。实验结果表明,本文集成模型在岩性分类测试集上平均精度达到96.66%,高于SVM的平均精度75.53%、GCForest的平均精度96.21%、随机森林的平均精度95.06%和XGBoost的平均精度95.77%。该集成模型能有效地用于油藏地质分析中的岩性识别和分类任务,适应性强,识别精度高。     

面向地质导向的三维井筒可视化

随钻地质导向是目前复杂油气藏开发的高端应用,三维井筒可视化是其关键基础技术之一. 基于随钻获得的井斜工程数据和测井地质属性数据,研究了建立均径井筒和非均径井筒模型的方法,采用成像原理实现了地质属性的可视化表达,并实现了井筒模型和地层可视信息的有机融合,即在井筒壁上显示钻遇地层的属性信息. 基于OpenInventor对该方法进行了原型实现,实际运行测试表明,系统能形象、直观、准确地从井筒中观察钻遇地层情况,为随钻地质导向的实现奠定了基础.     

基于拉普拉斯金字塔生成对抗网络的图像超分辨率重建算法

针对目前的图像超分辨率重建算法中存在的大尺度因子的重建效果较差、不同尺度的图像重建均需要单独训练等问题,提出一种基于拉普拉斯金字塔生成对抗网络（GAN）的图像超分辨率重建算法。算法中的生成器使用金字塔结构实现多尺度的图像重建,从而以渐进上采样的方式降低了大尺度因子的学习难度,并在层与层之间使用密集连接加强特征传播,从而有效避免了梯度弥散问题。算法中使用马尔可夫判别器将输入数据映射为结果矩阵,并在训练的过程中引导生成器关注图像的局部特征,从而丰富了重建图像的细节。实验结果表明：在Set5等基准数据集上分别进行放大2倍、4倍、8倍的图像重建时,所提算法的平均峰值信噪比（PSNR）分别达到了33.97 dB、29.15 dB、25.43 dB,平均结构相似性（SSIM）分别达到了0.924、0.840、0.667,相比用于超分辨率重建的卷积神经网络（SRCNN）、深度拉普拉斯金字塔超分辨率重建网络（LapSRN）、用于超分辨率重建的生成对抗式网络（SRGAN）等其他算法有较大提升,且其重建的图像在主观视觉上保留了更多生动的纹理和小颗粒细节。     

基于示功图大数据的立式抽油机故障分析

有杆抽油系统是目前原油开采的主要方式.抽油机的数字化控制、自动化管理、智能化运行是智能油田的主要目标之一.物联网及深度学习技术的发展为实现抽油机的智能化提供了技术支撑.软件子系统已经成为新一代智能立式抽油机系统的重要组成部分,目的是利用采集的大数据进行智能监控和生产分析决策.基于获得的示功图工况大数据,利用深度学习技术,建立新一代立式智能抽油机的故障分析模型,在保证识别准确率高的同时有效降低训练时间,很好地达到实际应用要求.     

模糊逻辑在基于AIS的主机入侵检测中的应用

针对主机入侵检测中检测规则的脆弱性,将模糊逻辑引入基于人工免疫的主机入侵检测中,提出了一个结合人工免疫与模糊逻辑的检测方法,通过定义模糊检测规则,提高了检测规则的检测效率.实验结果表明模糊检测规则具有较高的精度,检测效果较好.     

嵌入式TCP/IP协议的分析与研究

嵌入式系统中大量存在的是8/16位低速处理器,在进行Internet接入时,由于本身资源的限制,很难实现完整的TCP/IP协议.文章阐述了嵌入式系统接入Internet的方法,分析了嵌入式TCP/IP协议的通信协议层次模型,并指出了嵌入式TCP/IP协议与UNIX的不同之处.     

基于XML的异构多数据源信息访问

在介绍XML特点的基础上,提出了基于XML的异构多数据源信息的访问方法,并论述其具体实现。     

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。