人脸表情的LBP特征分析

为了有效提取面部表情特征,提出了一种新的基于LBP（局部二值模式）特征的人脸表情识别特征提取方法。首先用均值方差法对表情图像进行灰度规一化,通过对图像进行积分投影,定位出眉毛、眼睛、鼻和嘴巴这些关键特征点,进而划分出各特征部件所在子区域,然后对子区域进行分块,提取各个子区域的分块LBP直方图特征。为了验证所提出的方法的合理性,最后在JAFFE表情库上进行了实验,结果表明提出的方法能够有效地描述表情的特征。     

基于多智能体协同进化的粒子滤波目标跟踪算法

在对视频图像中的目标进行跟踪时,由于现有的粒子滤波器存在粒子退化和多样性丧失等问题,导致跟踪精度降低。文中提出一种基于多智能体协同进化的粒子滤波目标跟踪算法。该算法将多智能体协同进化机制引入到粒子滤波的重采样过程,通过对粒子个体和局部生存环境的重新定义,使粒子成为具有局部感知、竞争协作和自学习能力的智能个体。通过粒子间的竞争、交叉、变异以及自学习等进化行为来实现重采样过程,在保证粒子有效性的同时还增加粒子的多样性。实验结果表明该算法可对复杂视频环境下的运动目标进行准确、鲁棒地跟踪。     

一种基于动态显著性的人眼注视点移动计算模型

人类对各种复杂视觉场景的感知通过注视点的不断移动来实现.但在计算机视觉中，如何准确模拟人眼注视点的移动而实现"看向哪儿"这一生物行为是一个难题.为此，本文基于动态显著性提出一种自由观察情形下的注视点移动计算模型.模型包括了全局跃迁和局部转移行为，前者是通过将眼动趋势、向心性和返回抑制性等规则进行融合来预测下一个注视点从而实现相对远距的注视点迁移；后者则是通过查找局部最大平均显著性点并将其作为转移的目的位置，二者通过预设准则进行切换.实验表明，所提模型能够更有效地模拟人眼注视点分布，具有良好的适用性.     

基于LabVIEW的钻井井控仿真系统

利用图形化编程语言LabVIEW设计并实现了钻井井控仿真系统.该仿真系统采用LabVIEW的数据库交互技术并结合TCP/IP技术对钻井及井控中的重要设备司钻控制台、防喷器、管汇、指重表等进行了仿真实现.仿真结果表明,该设计方案人机界面友好、仿真效果逼真,开发周期短,且易于实现功能扩展.     

陇东盆地水资源承载力分析

水是一种在社会经济发展中有限的、不可替代的特殊资源,本文对陇东盆地水资源承载能力进行分析和预测,表明该区域水资源总量较丰富,能够承载近15年内社会经济可持续发展的需求;最后对陇东盆地水资源利用存在的问题提出了建议。     

行动起来，武装你的本本——浅谈本本周边选购

今年的笔记本电脑正如去年大家所预料的，价格大幅度的下调，万元以下的笔记本电脑品种越来越多，性能也越来越好，很多朋友都圆了自己本本的梦想。拿到本本的第一刻，兴奋的感觉不言而喻，可在使用了一段时间以后，却发现了众多的不方便，总觉得缺少点什么，不错，正如我们购买了数码相机要添置一些常用设备     

基于支持向量机的虚拟测井声波速度重构技术研究

对只有地震层速度的待钻井，为精确推算各种地质参数，可利用已钻井地震层速度和测井资料的映射关系，重构待钻井虚拟测井声波速度。在这个过程中采用支持向量机理论（SVM）解决了已钻井地震层速度和测井资料的非线性映射问题，重构了虚拟测井声波速度。采用该方法在准噶尔盆地永字号井进行了虚拟测井声波速度重构。模拟结果与BP网络方法、RBF网络方法相比，在绝对误差、相对误差、相关系数以及数据方差方面都是较优的。通过该方法可以获得高分辨率虚拟测井声波速度剖面，提高钻井模拟质量和钻井工程设计的水平。     

基于XGBoost的测井解释规则库自动获取方法

传统的测井解释规则库的获取需专业研究人员以手工方式进行,存在繁琐、耗时等缺点,且技术熟练程度直接影响到解释评价效果,为此,提出了一种基于XGBoost的测井解释规则库自动获取或建立测井解释专家规则库的方法,将多种物理信息和地质参数作为输入特征,储层类别作为输出标签,通过引入XGBoost算法,经过学习得出地质参数与储层类别之间的关系模型。利用该模型,可以自动预测储层类别,进而建立测井解释规则库。胜利油田盐家永安地区某砂砾岩油气藏的砂砾岩测井解释评价结果表明,与支持向量机(SVM)算法和梯度提升决策树(GBDT)算法相比,本文方法具有更高的准确率和更高的计算效率。研究区老井复查结果表明：与手工获取规则库方法相比,本文方法较完整地提取了研究区内的知识规则,提升了测井解释的准确率。     

吾家有女要出嫁——婚礼DC摄影浅谈

婚礼对于一个人来说，一生可能只有一次。所以每个人都希望能够永久的保留这一神圣的时刻。那么这个并不容易完成的任务就交给了婚礼的摄影师，婚礼上的摄影师一般至少有两位，一位是使用摄像机进行动态拍摄的，另一位则是使用照相机抓拍那一激动人心的瞬间的。近几年由于数码设备的介入，使得我们很多普通的     

基于PSO优化的RBF神经网络在地震测井联合反演中的应用

目前,钻井地质特征参数的获得主要依赖于地震、测井资料,对待钻井而言,则只有地震信息.而若缺乏详细的地质信息,利用地震信息很难精确地推算各种地质参数.可首先利用已钻井地震信息和测井信息的映射关系,结合待钻井的地震信息,来预测待钻井的测井信息.采用PSO优化的RBF神经网络算法进行地震测井反演,并将该算法应用于准噶尔盆地永字号井.该算法与最小二乘RBF神经网络算法和梯度下降RBF神经网络算法相比,在平均绝对误差、平均相对误差、最大误差、相关系数、数据方差以及收敛速度等方面都是最优的.