一种用于模式识别的动态RBF神经网络算法

对径向基函数（RBF）神经网络在数据分类中的应用进行了研究．提出一种应用于模式识别的动态RBF训练算法，该算法使用区域映射误差函数并结合资源分配网络（RAN）的“新性”（novelty）条件动态调整网络的隐层节点数，从而可以更加有效地进行模式识别．二分类样本和建筑材料CaO-Al2O3-SiO2系统仿真表明，该改进算法使误差下降更快，减少了训练次数，可以获得精简的网络结构，从而使网络具有较高的泛化能力．     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

基于基本解和径向基函数插值的热弹性无网格分析

采用基于基本解方法和径向基函数插值的无网格算法(MFS-RBF)分析了广义的热弹性问题.位移分为齐次解和特解两部分,径向基函数被用来插值任意温度变化和体力分布,对应于径向基函数的特解集被用来构造位移特解部分,而基本解方法用来计算相应的位移齐次解.最后,常见的重力荷载、惯性荷载和温度荷载算例验证了算法的有效性和简单性.     

井口注汽参数对注汽效果影响分析

利用气液两相流理论和传热学原理建立了注蒸汽井井筒的温度场分布模型及井筒压力分布计算模型,编制了温度、压力分布相关的计算程序.对影响注蒸汽热力采油效果的主要参数进行了敏感性分析,通过分析得出:影响注汽效果的主要因素是蒸汽的质量流量和井口干度,研究结论将为优化蒸汽吞吐热力采油提供一定的理论支持.     

浅谈过冷度产生原因及消除方法

1．过冷度对机组运行经济性和安全性的影响 凝结水过冷度表征了凝汽器热井中凝结水的过冷却程度，凝汽器热井出口凝结水温度与凝汽器在排汽压力下对应的饱合温度之差即称为过冷度。     

基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

特低渗油藏考虑启动压力梯度的物理模拟及数值模拟方法

从流体在低渗透多孔介质中的渗流机理出发，通过室内基础实验和基础理论研究，以及物理模拟和数值模拟方法，运用流体边界层理论，分析了由于启动压力梯度的存在而使得低渗储层产生非达西渗流的机理和规律，建立了描述低渗油气非达西渗流模型，并对特低渗长庆油田某区块一个菱形反九点注采井网进行了实例模拟计算。结果表明，启动压力梯度的存在不但降低了低渗透、特低渗透油田的开发指标，而且还增加了开采难度。增大注入率、缩小井距可以在某种程度上降低启动压力梯度的不利影响。     

基于RBF神经网络的Web分类挖掘研究

根据Web文档分类与人工神经网络理论，设计了一个Web分类挖掘系统。针对BP网络分类器的不足，提出了用径向基函数神经网络对Web页面中的文本信息进行分类的方法。实验初步证明，用径向基函数进行分类比BP算法构造的神经网络更具准确性，有效地提高了分类的正确率。     

基于UML的智能井信息服务平台设计

智能井的进一步发展需要有完备的信息服务支持 .在系统分析油田智能井信息服务需求特征的基础上 ,应用统一建模语言 (UML)对智能井信息服务平台进行了设计 ,建立了基于B/S模式平台的三层体系结构 ,给出了平台的用例模型 ,利用部署图和顺序图描述了平台的系统组成及角色与系统间的交互行为 ,最后根据UML建模的结果提出了智能井信息服务平台的典型结构     

介质变形引起地层孔渗变化条件下的试井分析

储层介质变形分为弹性变形、塑性变形和弹塑性变形 3种类型 .重点研究了介质塑性变形后地层孔隙度和渗透率变化条件下的不稳定渗流问题 .建立了孔隙度、渗透率指数变化规律的试井分析模型 ,通过有限元方法得到了井底压力随时间变化的双对数理论曲线 ,并对理论曲线的特征进行了分析 .通过实际井例分析 ,说明变孔渗试井模型具有较好的应用效果