应用核磁共振技术评价水驱开发效果

 通常的室内岩心分析不能给出岩心水驱油过程中油的动用特征及剩余油的分布情况,借助核磁共振T₂谱技术能够直观地观察到岩心经水驱后不同孔隙中油的动用规律及剩余油分布特征.对3类不同渗透率级别的岩心样品进行水驱油实验,并借助核磁共振T₂谱技术对其渗流机制进行分析,评价水驱后的采出程度.结果表明,对于低渗透、特低渗透的岩心,驱替过程中,大、中孔隙中的油优先被驱替出来,见水时水驱采出程度已较高,见水后可通过增大驱替压力进一步提高采出率,故此类油藏适合注水开发且效果较好.但驱替压力过高也会改变孔隙中剩余油的分布,将部分油挤进更小的孔隙中,很难再被开采出来.驱替结束后所有尺度的孔隙中都有残余油分布,即使大孔隙,T₂谱显示也有部分剩余油存在.对于超低渗透岩心,水驱过程中压力较高且见水时水驱采出程度很低,故此类油藏注水开发效果较差,需通过酸化、压裂等技术改善储层物性,或寻找其他途径有效开发.     

求解子集问题的鲶鱼效应蝙蝠蚁群优化

为求解子集问题,提出一种新的基于图的蚂蚁系统--鲶鱼效应蝙蝠蚁群优化(catfish bat algorithm ant colony optimization,CBA-ACO)。基于子集问题的构造图,利用路径概率转移公式进行路径搜索,采用等效路径信息素增强进行信息素更新;动态维护一定数量较好路径作为档案信息;使用混沌映射并结合鲶鱼效应对蝙蝠算法(bat algorithm,BA)进行改进,在全局最优解多次未更新时,利用档案信息初始化鲶鱼效应增强搜索,返回较好路径解;采用本轮迭代最优更新和增强搜索更新两种方式更新信息素,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析算法复杂度。结果表明,CBA-ACO具有更好的稳定性和获取较好解的能力。     

动态时间弯曲距离推导

已有研究成果表明,在大多数时间序列处理应用领域中,动态时间弯曲是最为有效的相似度计算方法,但该方法计算时间复杂度较高,并且不满足距离三角不等式,无法进行快速推导.目前,动态时间弯曲优化方法集中在设计低计算复杂度的下界距离,以加快时间序列的比较,然而,这些下界距离同样不能推导,因此在相似度计算时都必须对时间序列数据进行逐一比较,导致I/O代价高,为此提出一种新颖的可推导动态时间弯曲近似距离以及相应的索引构建方法和相似时间序列查询算法.这是首次针对动态时间弯曲距离的推导问题的研究.大量实验结果表明,与现有方法相比,我们提出的方法在时间复杂度和I/O代价两方面都是高效的.     

一种基于事件流处理引擎的企业服务总线平台

针对目前基于企业服务总线的系统难以实现企业实际应用所需的复合事件处理功能的问题,提出了一种基于事件流处理引擎的企业服务总线平台。在基于关系代数的复合事件处理模型的基础上,对面向复合事件处理的企业服务总线平台及事件流处理引擎进行了定义和描述,并给出了主要的复合事件处理算法及性能分析。在复合事件处理的性能方面对该平台和现有的基于企业服务总线的系统进行了仿真和比较,验证了该平台的有效性。     

基于反馈图卷积神经网络的事件检测方法

事件检测是自然语言处理领域的重要任务之一,其结果可以有效支撑信息抽取、文本分类和事件推理等下游任务. 预训练语言模型BERT在事件检测任务上取得了显著的成绩,然而该类方法无法有效获取长距离和结构化的文本信息. 为了缓解该问题,本文提出基于反馈网络的图卷积神经网络模型进行文本结构信息捕获,同时这种新方法能够有效解决图卷积神经网络带来的语义信息衰减性问题. 本文首先使用BERT预训练模型获取文本的语义特征,然后使用融入反馈网络的图卷积神经网络提取文本的句法结构特征,最终使用多分类器实现对事件触发词的识别和分类.公开数据集ACE 2005上的实验结果表明,本文提出的事件检测方法在事件触发词识别和分类任务上的F1值分别达到了74.46%和79.49%,较现有工作平均提高了4.13%和4.79%.