X105区块微幅度构造识别方法及应用

微幅度构造是油田开发中注水未波及的剩余油富集区。X105区块井间存在井网难以控制的微幅度构造，由于规模小，地震识别难。为提高识别精度，从3个方面开展了技术对策研究，以提高基础数据的准确性：开展提高微幅度构造成像精度的地震振幅高保真处理；创新了相位体约束层位解释方法提高砂岩组顶面识别精度；利用厚砂体井震匹配矛盾、"深浅"井震匹配矛盾分析法对微幅度构造进行筛选，去伪存真。应用上述方法，砂岩组顶面识别出断层控制和非断层控制两种成因类型的微幅度构造。在微幅度构造发育部位优选出未波及型和完善注采关系型两类剩余油挖潜区域，部署补充井实现了剩余油有效动用。     

《温公家范》中的传统家庭教育思想

司马光编撰写的《温公家范》重点论述了中国古代家庭伦理纲常和道德礼义教育,是体现中国传统家庭教育的典范。从中国古代家庭的传统治家之道、为人父母的教育之道、为人子女的孝敬之道等方面对《温公家范》中的家庭教育思想和道德伦理纲常进行了分析和研究。     

边境地区农村受众媒介接触与使用状况调查与分析──以广西龙州县N村为例

文章选取广西龙州县N村为研究个案,以不同年龄段和不同属性的村民为对象,通过对他们媒介接触与使用状况的调查,考察该村庄社区媒介的历史变迁,村民媒介接触内容和使用动机,以及媒介给村民带来的影响,指出目前边境农村地区大众传播过程中存在的问题和解决方法,探究媒介在促进边境地区农村社会发展中的实践意义。     

基于边界移动法的高炉炉缸侵蚀监测模型

基于预埋在高炉炉缸内热电偶反馈的温度数据,联合数值传热计算和最优化理论的梯度下降法寻找最优化的边界移动步长因子,建立了高炉炉缸侵蚀监测模型.应用建立的模型可有效求解未知边界的传热反问题.将热电偶反馈的监测数据作为输入数据,应用建立的炉缸侵蚀监测模型对其进行未知边界问题反演求解,计算得到了炉缸内衬侵蚀形貌和残厚.把已知炉缸侵蚀形貌和相应的热电偶测温数据的高炉炉缸作为校验模型样本,模型预测与样本的侵蚀形貌对比表明其相对误差平均值为3.6%,确认了炉缸侵蚀监测模型的可靠性.     

“智慧和平”创新政府管理新模式

当今社会,信息化水平已成为一个国家和地区现代化水平的重要标志。建设"智慧和平"公共服务平台,是天津市和平区加强信息基础设施建设,推动新一代信息技术广泛应用,加快工业化和信息化深度融合的重大举措。利用制度与科技相结合的手段,"智慧和平"尝试创新政府宏观管理、再造工作流程、提升服务水平,力求政府职能部门由被动式管理渐近为主动式服务。     

一类血吸虫病模型Hopf分支的频域分析

运用频域上的分支理论研究了一类血吸虫病传播模型的Hopf分支动态，严格证明了Hopf分支的存在性，运用四阶调和平衡方法推导出由Hopf分支产生的周期轨的近似解析表达式、频率和振幅。研究结果表明，被感染的钉螺由潜伏期进入易传染期的几率δ对人体内寄生虫数量有重要影响。     

浅议国际商务合同翻译教学中术语意识的培养

国际商务合同翻译过程中涉及多个专业的术语翻译,如法律术语、国际贸易术语、保险术语和金融术语等。作者认为在国际商务合同翻译教学中除了讲授国际商务合同的基础知识、语言特点、句法结构和合同的整体构成以及普通翻译技巧等之外,还需要重视学生对术语基础知识和术语翻译原则等方面的学习,培养学生的术语意识,提升学生的国际商务合同翻译质量和水平,并给出了培养学生术语意识的相关方法。     

热输入对Q460钢焊接接头组织及拉伸变形行为的影响

以Q460钢为对象，研究了埋弧焊热输入对其接头组织及其拉伸变形行为的作用规律与机理.结果表明:接头HAZ宽度随热输入增加而增大，同时FZ柱状晶比例也增加，FZ靠近熔合线的组织明显细化，且FZ的软化得到改善.热输入对接头整体强度无明显影响，而断裂延伸率呈增加趋势.19.0kJ/cm下焊接接头FZ与HAZ界面的变形不协调，导致过早发生断裂.随热输入的增加，FZ组织细化，缓解了FZ与HAZ界面硬度差，提高了接头的塑性变形能力，拉伸断裂位置由FZ转移至BM.     

基于卷积神经网络的OFDM频谱感知方法

在认知无线电网络中,高效且准确的频谱感知是必不可少的一个环节。针对传统机器学习算法在频谱感知训练慢的难题,提出一种基于卷积神经网络的正交频分复用(orthogonal frequency division multiplexing,OFDM)频谱感知方法,将深度学习在图像处理上的优势应用到OFDM信号频谱感知中。该方法首先分析OFDM信号的循环自相关和频谱感知模型,对循环自相关进行归一化灰度处理,形成循环自相关灰度图;然后以LeNet-5网络为基础设计卷积神经网络分层地对训练数据进行学习,提取出更加抽象的特征;最后将测试数据输入到训练好的卷积神经网络模型,完成频谱感知。仿真实验表明,该方法能够完成OFDM信号的频谱感知,在低信噪比条件下具有较高的检测概率。     

基于强化学习和共识融合的分布式协作频谱感知方法

在频谱感知中为了解决不同信誉用户网络节点之间的数据融合问题,提出了一种基于强化学习和共识融合的分布式协作频谱感知方法。该方法将每个感知用户认为是一个智能体(agent), agent通过强化学习算法从相邻节点选择合作用户进行共识融合,采用信誉值作为奖励,确保agent倾向于信誉高的节点进行融合,并同时降低恶意用户的信誉值,使其逐渐退出感知网络,最后采用一致性融合方法使整个网络达成共识,并与判决门限对比,完成协作频谱感知。仿真实验表明,该方法能够有效的识别恶意用户,并通过强化学习提高整个网络的感知性能,使协作频谱感知网络更具智能性和稳定性。