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。     

基于农产品供应链金融的物流作业承接双边讨价还价博弈

农产品供应链金融是物流与金融合作的创新产物，对破解农产品供应链中农户、合作社、生产加工企业等融资困局具有重要意义，而农产品易变质、难运输、难储存等属性决定其开展质押融资更需要高水平物流服务商的参与。基于此，在模型中引入具有资源整合和方案优化能力的第四方物流（4PL），并针对业务中物流作业承接价格的确定问题，运用鲁宾斯轮流讨价还价博弈思想，构建了信息不对称情况下农产品供应链金融中第四方物流分别与银行和第三方物流（3PL）双边讨价还价博弈模型，并根据博弈顺序，分别对第四方物流先与第三方物流再与银行以及先与银行再与第三方物流讨价还价两种情况进行讨论。研究发现，相较一般存货，质押物为农产品时，第四方物流给出的报价较高，第四方物流的报价与其自身讨价还价能力无关，银行和第三方物流的报价与其完成物流作业的成本有关及第四方物流先与银行博弈时的报价会高于先与第三方物流博弈时的报价等结论。     

基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。     

斜入射时Salisbury屏电磁参数匹配规律研究

利用电磁波传输理论,研究并推导出了电磁波斜入射时Salisbury屏后向反射率公式,使用三维网格法讨论了各个电磁参数、隔离层厚度、入射波频率等同后向反射率之间的关系.研究结果表明:在2～18GHz范围内,角度后向反射率有很大;在f=16GHz时,μ_(r1)和μ_(r2)取值的增加使得材料的磁损耗和储能能力加强,导致材料有很好的吸收效果;然而ε_(r1)和ε_(r2)取值增加时,由于表面反射效应增强,使得吸波效果下降;在2～18GHz频段内后向反射率均可达到4.5dB以上,能够满足军事和民用的要求.     

基于原子能量熵和CSM的配电线路故障分类方法

针对配电线路上的故障分类问题,提出了一种结合原子能量熵和连续字符串匹配(CSM)的故障分类方法.通过分析故障信号的暂态特征,利用原子分解法得到故障暂态信号的主导原子以及对故障信息进行补充的次级原子,计算原子能量熵作为故障特征量,较完备地描述了故障特征.应用CSM进行故障分类节省了智能算法故障辨识中参数选择和优化的时间,通过建立的编码规则,将故障特征进行编码,搜索故障编码库,最终确定故障类型.通过仿真研究,验证了该算法的可行性与有效性.     

老鼠也知道悔过

正在最近的一项研究中,科学家用电极监测老鼠的大脑活动,重点聚焦大脑参与决策的两个重要区域。科学家让老鼠花1小时(设定这个时间限制是为了让老鼠觅食的效率最高)在一个复杂迷宫中玩耍。这个迷宫由1个圆圈及4根辐射自圈上的轮辐组成,其中3根轮辐末端放着香蕉、樱桃或巧克力风味的美食,另1根轮辐末端则放着没有任何风味的食物。当1只老鼠到达1根轮辐后,它在得到食物之前会听到1个音调,音调高低与它在得到食物之前不得不等待的时长(1     

二维地图与三维可视化一体化存储研究

以某城市部分地下管网为主要表达载体,在VS2010.NET环境下集成地下管线信息系统,使用Arc GIS10.0对二维空间数据进行处理,利用Skyline所带组件结合影像图完成三维地形建模MPT文件的制作,将二维管线专题数据通过编程完成到三维数据的转换,最后再使用Arc GIS Engine与Terra Explorer API所带有的二次开发接口完成二三维匹配及一体化操作,使系统达到能集合二维的基本分析功能和优秀的三维观察能力,完成二三维一体化建设这一目的。     

奖励能否激励员工创造力:不同成就动机氛围下的匹配研究

激活员工创造力、凝聚新的发展动力是企业面临的紧迫任务.基于系统而权变的视角,以"语义感知-心理计量-行为强化"为理论主线,针对60个团队274名员工样本,运用跨层次分析考察了不同成就动机氛围下奖励(水平和结构)对创造力的影响.结果表明,精熟氛围、扁平型奖励结构正向影响突破式创造力;表现氛围、陡峭型奖励结构正向影响渐进式创造力:三项交互检验显示,在高精熟氛围及扁平型结构下,提高奖励水平能够更好地激活突破式创造力;而在高表现氛围和陡峭性结构下,提高奖励水平能够更好地激活渐进式创造力.研究揭示,成就动机氛围、奖励结构与创造力类型之间存在一种相对最优的匹配关系.蕴含的实践价值在于,企业应从执行角度在项目团队营造表现动机氛围并辅以竞争性激励结构,以提升渐进式创造力,快速获取局部竞争优势;但鉴于"渐进式创新有余,突破式创新不足"的企业创新格局,我们更应从战略视角在技术核心部门营造精熟氛围并辅以高位均衡的激励模式,以催生突破式创造力,赢得持久竞争优势.     

命名数据网络中基于多级计数Bloom过滤器的名字查找方法研究

针对目前NDN中大多数基于Bloom过滤器的名字查找方法仅考虑速率而忽略冲突概率的局限,提出了一种考虑名字冲突概率并基于多级计数Bloom过滤器的名字查找方法.该方法的实验结果表明:相对于目前广泛研究的计数Bloom过滤器、哈希函数和d-left计数Bloom过滤器,所提方法能有效降低冲突概率.     

谢桥煤矿综采工作面“人—机—环境”系统研究与应用

综采工作面是煤矿生产系统的重要组成部分,其"人—机—环境"相互作用关系直接影响着煤矿的安全生产。本文以谢桥煤矿综采面"人—机—环境"系统为研究对象,并从这三个组成要素出发,对各类影响因素进行了研究和评价,为人、机、环境各子系统的改进提供理论基础和决策支持。继而结合采煤生产循环实际过程,提出"以人为本"的人机工程匹配完善方案,提高人机互动准确度,克服设备三大故障。将研究结果应用到谢桥煤矿13116综采工作面的实际生产,并提出相应的改进措施,使系统功能趋于完善。