排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
关于连续Ω-范畴的讨论 总被引:1,自引:1,他引:0
作者引入了理想完备Ω-范畴上的way below关系与完备Ω-范畴上的well below关系,证明了理想完备Ω-范畴上的连续性和完备Ω-范畴上的完全分配性可以分别用这两个关系来刻划,得出了完全分配Ω-范畴连续的推论. 相似文献
2.
3.
针对煤层气井重复压裂选井研究较少的问题,利用灰色关联法求取影响煤层气井产量的各因素权重,在此基础上运用逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)优选重复压裂井。选取储层物性、压裂施工等14个因素,定量计算14个影响因素对产量影响的权重,并将权重带到TOPSIS模型中对研究区块已进行重复压裂的6口井进行验证,根据6口候选井与理想解的贴近程度,确定了最具有潜力的2口井。优选出的重复压裂井压裂后实际产气效果与未被优选的重复压裂井产气效果相比,产气效果得到了明显的改善,证明了该方法的有效性,研究结果对煤层气重复压裂选井具有一定的借鉴意义。 相似文献
4.
5.
布尔矩阵的平方根问题是一个到目前为止尚未解决的组合问题.既没有一个通用的准则可以用来判断一个布尔矩阵是否有平方根,对于有平方根的布尔矩阵也没有一种快速的方法构造出其平方根.从布尔矩阵的结构特征出发,首先讨论有平方根的布尔矩阵具有的一些性质,指出布尔矩阵与其平方根在结构上存在的内在联系;基于这些联系,给出两种由已知平方根构造新平方根的方法;最后得到布尔矩阵存在平方根的一个充要条件,并以此给出一种构造布尔矩阵平方根的方法. 相似文献
6.
近年来,随着深度学习的兴起,机器学习在油气领域得到了进一步深入发展。但是,由于油气行业的特殊性和复杂性,目前还没有建成适用于深度学习的训练样本库,也没有针对性的模型建立和选择方法体系。此外,深度学习方法的不可解释性,导致了学习的模型对环境的高度依赖,制约了机器学习在油气行业中的推广应用。从机器学习的发展阶段出发,介绍机器学习在油气行业各领域的应用中所涉及的重大突破及仍然存在的问题。针对油气行业中不同类型数据的处理方法、样本建立以及如何进行模型适应性分析等方面给出了建议,提出可解释机器学习在油气人工智能上的发展潜力以及研究方向。 相似文献
1