基于混合核函数SVM骨性关节炎中药分子的辨识模型

以骨性关节炎中药复方为例,提出一种用于识别骨性关节炎中药复方中活性药物分子的SVM分类器.针对单核函数SVM的局限性,提出将全局核函数和局部核函数混合构造,并应用到SVM模型建模中,改善SVM分类器的非线性处理能力和泛化能力.利用混合核分类器对中药复方精制透骨消痛颗粒中514个化合物进行活性识别,得出复方中具有相关药物活性的中药分子.该实验结果为骨性关节炎药物分子的对接实验和骨性关节炎中药有效成分的发现提供科学数据.     

基于模糊概率理论的地层流体精确识别方法

充分考虑火山岩地层流体的交互性及模糊性特征,从模糊概率理论出发,应用测井解释基本原理,对选取的火山岩样本层位测井数据进行综合统计;借助离差平方和的概念,构建地层流体的模糊概率识别功能函数;应用模糊数学及统计理论方法,确定模糊概率的概率密度函数和隶属函数;在此基础上建立基于模糊概率理论的松辽盆地火山岩地层流体识别数学模型.实例计算的识别准确率在80%以上,表明该方法切实可行,具有推广应用的价值.     

基于最优二叉树的多故障分类器的设计

在分析常见多故障分类器的基础上,提出了基于故障优先级和核函数的聚合技术,利用这个方法生成一个基于最优二叉树的多故障分类器.该分类器是通过核函数具有将非线性问题线性化的特点生成聚类函数,然后通过各个故障的优先级生成最优二叉树.最后将此分类器应用在挖掘机故障诊断中.应用结果表明,此分类器不但能够保证故障诊断的正确率,而且可以让后果较严重的故障得到优先诊断.     

多层感知器自监督在线学习非结构化道路识别

针对智能车辆非结构化道路识别中存在的环境自适应性和在线学习算法实时性问题,提出了一种结合多线程技术和多层感知器自监督在线学习技术的道路识别算法. 通过识别结果在线自动更新训练集,并利用评估函数判断是否触发重训分类器,确保当前分类器对行驶道路环境的有效识别. 同时,算法中道路图像采集、分类器训练、训练集更新、分类器识别等计算操作分别在各自线程中实现,利用信号量对数据流进行同步互斥,优化计算资源,充分利用了多层感知器分类计算快的特点,并克服其训练耗时问题. 实际道路检测实验结果表明,算法具有较好的自适应性及实时性,能够满足智能车辆非结构化道路导航需求.      

一种基于混合核函数SVM的人脸识别方法

SVM是人脸识别中最常使用的一种机器学习领域算法,它通过距离概念得到对数据分布的结构化描述,降低了对数据规模的要求,适合处理人脸图像这种小样本训练集的分类问题。其中SVM的核函数的选择对分类精度影响很大,全局核函数的预测函数对输出进行正确预测的能力较高,而局部核函数具有较强的学习能力,兼顾两者特点,使用结合RBF核和Sigmoid核的混合核来设计SVM分类器进行识别。针对ORL库进行PCA特征提取,然后使用基于混合核的SVM分类器进行识别分类。实验结果表明,在识别率上,基于该混合核函数的SVM分类器比基于普通核函数SVM分类器要更占优势。     

基于安全的多故障分类器设计

为解决常用多故障分类器未考虑到各个故障造成的后果严重性问题,提出了基于故障优先级和核函数的聚合技术,采用这个方法生成1个基于最优二叉树的多故障分类器.该分类器利用核函数具有将非线性问题线性化的特点,生成了聚类函数,再通过各个故障的安全优先级生成最优二叉树,最后将此分类器应用于挖掘机的故障诊断中.应用及实测结果表明,此分类器不但能够保证故障诊断的正确率,而且可以让可能产生较严重后果的故障得到优先诊断.     

基于主成分分析的目标确认方法及其在车标定位识别中的应用

提出一种基于主成分分析的目标确认方法,解决小目标定位错误率高,并由此导致无效目标识别的问题.将已建好的目标模板看成一组随机向量,利用主成分分析得到一组特征目标;从原图像中检测可能目标,并将其映入特征目标空间进行重构;构造原目标与重构目标的似真度函数,根据该函数值可对检测目标进行确认或剔除,降低误定位率,确保了进入后续识别的目标为目标库中对象.将该方法应用在实测车辆图像车标定位识别测试,结果表明:与不使用似真度函数验证相比,目标定位准确度提高了16.5%;使用不变矩最小距离分类器进行车标识别,识别准确度比不使用似真度函数确认提高了20%.     

边界链码在字母与数字混合识别中的应用

将链码技术应用到字母与数字的混合识别中,用链码跟踪其轮廓,提取形状特征.针对链码间的差异性,设计了多级分类器,获得了良好的分类器品质.方法简单有效、存储量小,具有实用性,可嵌入到车牌、图书索号识别等应用领域.     

支持向量机在线增量学习算法的MATLAB实现

基于支持向量机在线训练理论,采用MATLAB工具实现了一种在线增量学习算法。该实现方法调用LIBSVM工具包分类器训练函数和样本识别函数,将不能识别的样本作为增量数据重新训练分类器。设计的增量训练用户图形界面系统应用于手写数字的识别,结果表明了实现方法的正确性和有效性,并论证了增量训练能在兼顾新样本出现的情况下提高训练速度,提升手写数字识别的准确率。     

基于SVM信息融合方法的人脸表情识别

提出一种基于支持向量机(SVM)的信息融合方法进行人脸表情识别．该方法首先对 预处理后的人脸图像进行局部特征和整体特征的提取;然后用最小距离分类器、最近邻距离 分类器、最大相关分类器、径向基函数(RBF)神经网络分类器进行表情识别;最后构造一 个三阶的多项式支持向量机对多个分类器的输出进行决策融合以达到人脸表情识别的目的．     

油藏－井筒系统数值计算模型及应用

把黑油模型和单井井筒内的举升公式以及流入动态曲线结合起来，作为一个总的模型来分析整个油藏和各个注采井的生产动态，并利用黑油模型求解在三相条件下的日产液量与流压的关系．该模型将节点分析方法推广到注采井，拓宽了其应用范围．在黑油模型的井点计算中，采用了沃格尔方程，克服了一般黑油模型不能描述井筒附近脱气产生的气阻现象，使油井产量的计算更精确．     

地铁车站端头井受力计算模型研究

针对上海轨道交通明珠线二期某地铁车站，提出采用空间梁一板单元模型分析车站端头井在施工过程中的受力和变形，并与传统的平面简化模型计算结果进行比较．计算结果显示：对于端头井墙体结构，两种方法计算得到的内力、变形和弯矩分布规律基本一致；对端头井上、下框架梁结构，采用空间梁-板单元模型计算，其内力变化较大，端头井空间效应显著，且可避免平面简化模型计算中框架梁出现轴向拉力这种失真现象．最后，建议采用空间梁-板单元模型分析地铁车站端头井结构．     

压裂水平井支撑剂运移及产量研究

根据压裂水平井实际情况,首先建立了支撑剂在三维裂缝的运移分布和水平井压后产能预测模型;结合裂缝三维延伸模型、温度场模型和压裂优化设计方法研制了压裂水平井设计软件。其中支撑剂运移模型通过引入支撑剂对流质量传递方程,考虑了支撑剂对流、温度分布、压裂液滤失等因素对支撑裂缝尺寸的影响;产能预测模型考虑了水平井压后形成的多裂缝间的相互干扰、裂缝条数、裂缝间距、裂缝导流能力、裂缝平面与水平井筒夹角等因素对水平井压后产能的影响。通过实例应用,模拟结果与实际情况吻合程度高,表明了模型的可靠性。     

缝洞型油藏试井解释方法在塔河油田的应用

结合塔河油田的实际地质资料,建立了裂缝和溶洞-井筒连通的试井解释模型和相应的数学模型.提出了利用遗传算法进行缝洞型油藏试井自动拟合的解释新方法,并编制了一套缝洞型油藏试井解释软件.运用本文研究方法及所编制的软件准确地解释了塔河油田多口井的测试资料,并综合试井解释结果成功预测出了储层缝洞发育分布.     

井震结合精细储层建模方法与实践

 融合地震资料与井资料分别在横向和纵向上高密度采样的特点,以中国海上某气田B 区块为例,通过井震联合标定,进行精细构造解释,用准确的速度模型搭建了时间域与深度域联系的桥梁;利用地震解释的断层、层位构建储层骨架模型,应用地质统计学协变量方法,以井数据作主变量,地震反演实现统计得到的岩性概率体作为第二变量约束井间插值、外推和模拟,建立砂体展布模型;依靠砂体展布模型约束沉积相建模,在相模型基础上构建物性模型。实践表明,井震结合储层建模研究断层更精确,能够弥补井间信息不足的缺陷,有效降低井间砂体预测的不确定性,提高模型预测精度。     

低渗气藏水平井不同完井方式产能预测研究

根据气藏内气体的流动模型和水平井筒内流体的流动模型,建立了气藏-水平井筒流体流动的耦合模型,该模型充分考虑了气藏内的各向异性和气体的非达西流动.利用拟压力采用非稳态方法求解气藏水平井的产能模型,预测了裸眼完井、射孔完井和压裂完井的水平井气井产能,分析了影响产能的因素,并将其与直井压裂的产能进行了对比.     

气体钻井上返岩屑对井斜影响的分析

气体钻井井眼环空的气固流动状态给固体岩石颗粒冲击井壁提供了条件。高速气流携带的岩屑与井壁碰撞的频率和剪切应力较大,因而井壁岩石更易破碎,井径扩大更为严重。井径的扩大导致底部钻具组合(BHA)受力状态发生变化,从而造成控制井眼轨迹的难度增加,引起井斜。同时,井壁岩石颗粒碰撞剥落在下井壁形成岩屑垫层,同样影响底部钻具组合力学特性,造成增斜力,从而影响井斜。为分析气体钻井上返岩屑对井斜的影响,根据气体钻井环空流动模型与颗粒碰撞的能量关系,建立了气体钻井条件下的井径扩大判别模型。实例计算表明该模型准确、有效,可以为气体钻井设计和井径分析提供依据。     

智能化辅助试井解释

综合集成的试井解释模型和解释模型的自动识别一直是试井解释研究的热点,文中提出了一种基于句法模式识别的试井模型识别新技术,它克服了现有技术在曲线形态识别与模型诊断推理方面的困难,将模型识别的复杂过程分为特征抽取、形态跟踪、模型推断等简单过程;利用试井分析和非线性最优化技术形成了一套集成多种解释模型的高效率解释软件。     

抽汲井试井分析数学模型的建立及精确解

根据抽汲井试井工艺过程及其特点,采用已知上一次抽汲结束时的地层压力分布规律建立下一次抽汲数学模型的方法,建立了抽汲井试井分析数学模型,并在Laplace空间求解出了相应的精确解。将这一成果应用于长庆油田之中,结果表明:该理论能描述抽汲井的井底压力瞬变性及抽汲期井底压力变化无规律性的特征,符合实际测试工艺情况,弥补了抽汲井试井这一空白;提高了该类井试井的解释率和解释结果的可信度。同时,利用该理论还可计算抽汲过程中任一时刻的井底压力和关井时刻的井底压力,解决了抽汲井难以计算关井时刻井底压力的问题。     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高