博兴洼陷南斜坡金家地区金八块沙三上亚段沉积微相研究

通过对金家地区岩心、测井资料和录井资料分析认为：研究区内沙三上亚段主要发育三角洲相,可进一步分为三角洲前缘亚相以及水下分流河道、水下天然堤、分流河口坝和水下分流间湾四种微相类型。区内有三块有利砂体,分布于三角洲前缘水下分流河道和河口坝砂体。     

松南气田火山岩气藏特征

松南气田火山岩储层储集规模大,储层物性受岩相、喷发方式及火山口距离控制,不同火山机构的火山岩储层厚度和物性都存在差异。总体上松南气田为中低渗透储层,储层非均质性强,储层流动单元及气水关系比较复杂;在火山机构的不同部位布井时,具有不同的流动特征,火山岩气藏除了在纵向上具有分层流动特征之外,在横向上还有分区流动的特征。我们认为松南气田是多断块（鼻）、多火山机构、多旋回期次、复式层状气藏。     

伏龙泉气田泉头组地层对比研究

利用测井、录井和岩心资料,结合地震数据并综合考虑构造、沉积相等多种因素,运用"旋回对比,分级控制"的地层对比技术,对伏龙泉气田泉头组进行了地层对比研究。根据沉积旋回、岩性组合和电性特征等识别出泉头组各段顶底界面及内部共6个标志层,将伏龙泉气田泉头组划分为三段,并进一步将泉一-泉三段划分出18个砂组,确定了砂层组合理对比方案,建立了伏龙泉气田地层的空间格架,科学地指导了研究区细分层的精细对比和对砂体展布的正确认识。     

一种基于信息DNA的互联网信息内容传播及演化追溯方法

针对如何解决互联网上信息内容传播及演化过程追溯的问题，提出了一种基于信息DNA的互联网信息传播及演化追溯方法。首先，根据领域知识对互联网信息内容进行语义抽取，形成信息内容关键特征集；然后，使用信息内容关键特征集，提出基于局部敏感哈希的信息DNA构建方法；最后，通过公开数据集验证了所提方法的可用性及有效性。以信息DNA为核心标识符解决了互联网同源信息传播及演化过程可追溯的问题，对研究互联网信息内容传播、演化追溯及网络舆情事件的治理与引导等有重要的现实意义。     

SSDHT：基于社交网络的DHT安全增强机制

P2P系统在文件共享等领域中得到了广泛的应用,但DHT（distributed hash table）网络无中心、无认证、缺乏节点身份验证机制,使得现有的基于DHT的P2P系统易受到Sybil攻击等外部攻击。提出一种基于社交网络的DHT安全增强机制,将社交网络中节点的信任关系引入DHT网络中提高对Sybil节点的识别能力。以KAD（Kademlia）算法为例进行了实验验证,基于Facebook和Twitter数据集的实验结果表明本文提出的安全机制适用于大规模动态的网络,能够有效防御Sybil攻击。     

松南气田气井合理产量模式建立

松南气田开采层位为火山岩储层,受构造和火山活动的双重控制,非均质性强,连通性差,而且有边底水,现有的经验难以满足开发需要。目前松南气田已投入开发,如何确保火山岩储层气藏高效开发,首先要解决气井合理产量确定问题。针对松南气田火山岩储层的特点,对不同类型的气井开展试井工作,利用试井成果确定气井的产能方程。松南气田火山岩储层气井在生产上表现为产气量差别大、压力下降快慢不同,因此,在单井合理产量模式确定上,主要是以气井产能方程为基础,考虑气井的边底水特征、井筒积液、稳产期等因素,对不同类型的气井分别建立了合理产量模式。     

伏龙泉气田FL11井区泉一段—泉三段沉积微相研究

利用岩心及分析化验资料,结合岩石相与测井相转换技术对泉一段-泉三段气藏储层岩石学特征、岩石颜色、沉积构造、测井相等相标志进行综合分析确定伏龙泉气田FL11井区泉一段为辫状河三角洲前缘、泉二段-泉三段为曲流河沉积环境,并研究其沉积微相平面展布特征.     

基于Hilbert填充曲线的海洋无线传感网源节点位置隐私保护方法

节点位置保护对于海洋无线传感器网络(MWSNs)至关重要,尤其是对于无人值守的环境。然而,由于大多数静态部署,传感器的能量、存储和通信能力的限制,MWSNs容易受到各种位置(和衍生)攻击的影响。该文从攻击和防御两个方面研究节点位置隐私保护问题。首先,针对两种重要节点(包括基站和源节点)提出了一种新的二相定位攻击,它可以在少量的本地无线传输监视中找到基站节点,反向跟踪源节点的位置。与现有方法不同,提出的攻击根据传输方向确定节点位置,从而突破现有的防御。然后,为了抵御这种攻击,该文设计了一种基于Hilbert填充曲线的传感器网络路由节点位置隐私保护方法(HLPS)。攻防理论分析与对抗实验表明,该方法能够保护目标节点的位置隐私,具有较小的通信和计算开销。     

开放互联网环境基于信息熵的信息传播影响力计算方法

研究了开放互联网环境下衡量信息传播的影响力,提出了一种基于最大熵理论的信息传播影响力计算方法。首先,对信息传播影响力所涉及的要素进行建模;然后,以香农信息熵理论为基础,根据“奥卡姆剃刀原理”选取信息影响力关联指标;最后,基于信息熵理论给出了信息传播影响力的计算方法。对学术论文引文和网络舆情事件的传播影响力进行了分析,验证了所提方法的有效性,所提方法对探究信息在开放互联网环境中的传播影响力以及对受众的影响程度具有重要的现实意义。     

基于深度学习的无线通信接收方法研究进展与趋势

随着无线通信应用边界的不断扩展,无线通信应用环境也日趋复杂多样,面临射频损伤、信道衰落、干扰和噪声等负面影响,给接收端恢复原始信息带来挑战。借鉴深度学习方法在计算机视觉、模式识别、自然语言处理等领域取得的研究成果,基于深度学习的无线通信接收技术受到学术界和产业界的广泛关注。首先阐述了国内外基于深度学习无线通信接收技术的研究现状;接着概述了信号大数据背景下无线通信接收所面临的技术挑战,并提出基于深度神经网络的无线通信智能接收参考架构;最后探讨了信号大数据背景下无线通信智能接收方法的发展趋势。为基于深度学习无线通信技术的研究和发展提供借鉴。