鄂尔多斯盆地西南缘中生界石油勘探思路与对策

鄂尔多斯盆地西南缘三叠系延长组主要发育大型岩性圈闭油藏,储层致密,直井自然产能低,如何对其实现经济有效开发一直是困扰地质人员的主要问题之一。作者根据多年油气地质研究,结合勘探实践经验,认为该区油气成藏具有"主源定型、双向排烃、岩性控藏、近源成藏"的特点,油气高产主要受储层品质、油气充满度以及断裂-裂缝发育程度等因素控制,有利的"源、储、疏、高压封存"四元配置是该区石油富集高产的最主要因素,进而提出了针对性的勘探思路与对策,即综合利用勘探开发一体化模式、水平井分段压裂技术和黄土塬三维地震技术可实现经济有效的勘探开发。     

从三个角度考察柯西不等式

柯西不等式是高等数学中的重要不等式,它在解析几何、数学分析与高等代数这3门数学专业主干基础课程中均有渗透.从这3门课程的角度,分别给出柯西不等式的不同形式和证明过程,并简要地阐述它们的联系,最后做出小结.     

一个包含Smarandache Ceil函数的对偶函数的方程

利用初等方法研究了一个包含Smarandache Ceil函数Sk(n)的对偶函数-Sk(n),给出了当k=6时方程-S6(1)+-S6(2)+…+-S6(n)=6Ω(n)的具体正整数解。     

线上福流与下线后的积极情感:生活满意度的中介作用

福流是人们从事某一活动时全神贯注、完全投入的一种情绪状态,包含9个特征。针对网络娱乐活动(游戏除外)的福流,采用倾向性福流量表(DFS-2),生活满意度量表和积极情感消极情感量表(PANAS)对247名大学生进行调查,探讨线上福流的特征和维度,及其生活满意度在线上福流与下线后积极情感中的中介效应。结果表明:线上福流和其它日常活动的福流一样有9个特征,并且这9个特征可以归为福流的前提条件和福流过程中的体验状态两个维度。线上福流对下线后的积极情感没有直接作用,但是可以通过生活满意度间接影响积极情感,即生活满意度在线上福流和下线后的积极情感中起着完全中介的作用。     

齐次核的Hilbert型多重级数不等式取最佳常数因子的等价条件及应用

利用实分析技巧和权函数方法, 讨论具有齐次核的多重级数Hilbert型不等式, 得到了其取最佳常数因子的充分必要条件, 并给出其应用.     

北羌塘拗陷巴贡组致密砂岩储层特征及控制因素

北羌塘拗陷的上三叠统巴贡组碎屑岩是羌塘盆地的储层重点层系，分析沉积、成岩作用对巴贡组碎屑岩储层物性的影响机制，可以为下步勘探工作提供地质依据。研究表明，巴贡组砂岩总体的成分成熟度和结构成熟度中等偏低，溶蚀孔隙是主要的孔隙类型，孔隙结构表现为分选差、喉道细和连通差。沉积因素是控制优质储层的主要因素，形成于分流河道微相的砂层在形成时的水动力强、搬运远，其厚度更大、原生孔隙更为发育，由于抗压实能力强、保留有更多粒间孔隙，因此，后期酸性溶蚀更为发育。绿泥石衬里抑制了粒间硅质胶结物的形成，裂缝发育改善了储层物性，煤系特有的酸性介质环境亦促进了次生孔隙的形成。     

微观剩余油赋存状态的矿物学机制探讨——以鄂尔多斯盆地中部中‒低渗砂岩储层为例

针对现阶段微观剩余油研究中可视化精度低、微观剩余油与矿物之间的依存关系不明确以及形态分类描述不完善等问题, 利用岩芯观察、铸体薄片分析、X射线衍射分析等手段, 以场发射环境扫描电子显微镜(FE-SEM)图像为基础资料, 联合能谱(EDS)分析资料, 研究鄂尔多斯盆地中部长2油层组和长9油层组的微观剩余油分布规律, 并探讨剩余油赋存状态的矿物学机制。结果表明, 微观剩余油的赋存状态由孔隙的大小和形态以及与孔隙相接触的边缘矿物的性质共同决定, 不同类型孔隙对剩余油的赋存能力取决于孔隙边缘矿物的形态、表面粗糙程度、比重和润湿性等物理化学性质。据此, 可将微观剩余油分为残留油团、半自由油岛、半自由油雾、半自由微油团和束缚油5个类型。     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.     

基于多水平发展模型的云南省县域经济增长研究

多水平模型是基于层次结构数据形成的一种统计模型,不仅能深入挖掘不同层次变量对县域经济增长的影响,而且能对县域经济增长的差异性进行分析;基于时间—区县—州市构建了3水平发展模型,分别从居民生活水平、工业发展程度、农业发展程度、交通发达程度、投资程度等视角对云南省县域经济增长差异的影响因素进行研究;经济总量由初始水平和经济增速决定,结果表明初始水平受州市层面上人均蔬菜产量和人均固定资产投资等影响较显著,增长速度受州市公路密集度影响较显著。     

Forecasting and nowcasting emerging market GDP growth rates: The role of latent global economic policy uncertainty and macroeconomic data surprise factors

In this paper, we assess the predictive content of latent economic policy uncertainty and data surprise factors for forecasting and nowcasting gross domestic product (GDP) using factor-type econometric models. Our analysis focuses on five emerging market economies: Brazil, Indonesia, Mexico, South Africa, and Turkey; and we carry out a forecasting horse race in which predictions from various different models are compared. These models may (or may not) contain latent uncertainty and surprise factors constructed using both local and global economic datasets. The set of models that we examine in our experiments includes both simple benchmark linear econometric models as well as dynamic factor models that are estimated using a variety of frequentist and Bayesian data shrinkage methods based on the least absolute shrinkage operator (LASSO). We find that the inclusion of our new uncertainty and surprise factors leads to superior predictions of GDP growth, particularly when these latent factors are constructed using Bayesian variants of the LASSO. Overall, our findings point to the importance of spillover effects from global uncertainty and data surprises, when predicting GDP growth in emerging market economies.