地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

(4,5)次可展Bézier曲面

目的　为生成一(4,5)次可展B啨zier曲面,并构造出G1合成可展曲面。方法　按照G.Au mann构造可展B啨zier曲面的方法,在两个平行平面(即设计平面)上分别选取4次和5次B啨zier曲线作为设计曲线生成一可展曲面。结果　得到了两条设计曲线的控制多边形应满足的几何位置关系,并详细讨论了此可展曲面上平行于设计平面的截曲线对于设计曲线的保凸性、保形性及奇异性(尖点)的条件;在两个设计平面上分别指定了型值点列后,可构造出G1合成可展B啨zier曲面,它的两条边界曲线插值指定的型值点列。结论　通过边界曲线的设计和适当选取匹配系数,可设计出所需形状的可展曲面,满足诸如凸性、弯曲、角点线或尖点线等要求。     

新材料时代的创新精神——评《多层喷射沉积技术及应用》

人类使用材料的历史已经从远古的石器时代逐步过渡到现代的新材料时代．新材料时代是一个由多种材料决定社会和经济发展的时代，我们所研究开发的新材料是在我们对材料的物理和化学性能有深入了解的基础上，为了特定的需要设计加工而成的材料，从这个意义上来讲，新材料时代是一个强调创新的时代。     

神经网络与响应面法相结合分析既有混凝土桥梁的可靠性

响应面有限元的可靠度计算是采用有限元数值模拟来解决功能函数不能明确表示的结构可靠度计算问题的一类方法,对于大型复杂结构的可靠度分析有重要的意义.提出了基于BP神经网络与响应面法相结合的结构可靠度计算的几何分析方法,通过得出的可靠指标对一座既有桥梁进行了可靠性分析.数值试验表明,该方法建立的神经网络模型可以很好地拟合真实的极限状态函数,在既有桥梁可靠性分析中具有广阔的应用前景.     

钢管混凝土拱极限承载力计算及相关参数分析

采用考虑材料非线性的钢管混凝土拱极限承载力计算方法,对两个模型拱进行了极限承载力计算及相关参数分析.在该方法中,对钢管混凝土拱结构采用纤维单元模型,该模型假定钢管与混凝土完全粘接,钢管对核心混凝土的套箍作用体现在以一维形式表达的核心混凝土的应力-应变关系曲线之中.针对材料非线性分析中单元内各点刚度参差不齐的特点,采用单元内设小元的方法(相当于子结构),编制了非线性有限元程序.在该程序中,计算模型完全是基于小元层次进行的,比如:单元刚度矩阵由小元刚度矩阵凝聚而成,单元节点的残余力由小元节点的残余力构成,故只需改变单元内小元个数这一个参数,就可实现对结构的重新划分,极大地降低了非线性方程组的阶数,且方便实用.在程序计算结果得到模型试验结果验证的基础上,还分析了套箍系数、截面含筋率及混凝土强度对结构极限承载力的影响.     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

基于性能的RC框架结构现浇板式楼梯抗震性能评估

根据已有楼梯抗震试验结果,给出梯段板抗震性能水平及其量化指标;建立框架结构层间位移角与梯段板抗震性能指标之间的关系,并进行楼梯抗震性能宏观评价;基于梯段板、梯柱、与休息平台直接相连的框架柱等楼梯构件,给出既有RC框架结构板式楼梯抗震性能评估的具体方法和步骤.     

黑龙江省一次能源消费总量和消费结构预测研究

以黑龙江省一次能源为研究对象,选取其1995~2014年一次能源消费的历史数据,构建了改进的BP神经网络模型来预测黑龙江省2015~2020年一次能源的消费总量;重构马尔科夫模型,预测黑龙江省2015~2020年一次能源的消费结构。结果表明：构建的模型模拟预测结果误差小,预测准确度良好。2015~2020年黑龙江省一次能源消费总量基本稳定在9200万吨标准煤;能源消费结构中煤炭、石油和天然气的份额均有所降低,清洁能源占比呈增长趋势;到2020年,一次能源消费结构中煤炭占比仍高达65.39%,清洁能源占比仍处于弱势。建议：降低一次能源的消费总量,尤其是煤炭和石油在一次能源消费中的占比;合理调整一次能源的消费结构,降低煤炭在能源消费结构中的占比;政府出台相关政策,引导消费理念,优先使用清洁能源。     

基于SIFT的车标识别算法

针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要.