浅谈白银城区地震地质构造环境

根据白银市区域地质构造、地震构造环境,研究区地质构造活动性及地震活动性分析,对白银城区地震地质环境进行了初步研究,为建设工程、城区整体规划提供了一些理论依据。     

缅甸L区块区域地质构造与地震解释

区域地质构造为地震解释指明了方向,而地震解释成果又反过来验证了区域地质构造,使其更具体化。     

地震属性预测分析方法综述

近年来,地震属性广泛应用于油气勘探开发中,并在构造解释、储层预测等方面发挥了重要作用。     

基于多地震属性的高分辨率拟测井参数的预测

基于多地震属性、测井资料,用多变量回归算法成功地对胜利油田ken-71地区的拟测井参数做出了预测.计算采用了Daniel P.Hampson提出的将多变量回归权重系数推广为具有一定时间长度的褶积算子,使预测结果的分辨率获得提高.对该方法提高分辨率的原理做了详细的讨论,给出了该算法在胜利油田ken-71地区采用常规地面地震数据和测井数据,预测得到的目标区域的拟孔隙度参数的分布,结果显示使用该方法深度分辨率可达8～10 m.     

基于地震多属性分析的深层浊积扇刻画研究

渤海辽东湾地区下第三系东营组存在大量各种类型的水下浊积扇,这些浊积扇体都是油气勘探最有利的目标之一。但由于埋藏较深,且只有少量的探井可供利用,因此,对这些浊积扇的研究只能依靠地震资料来进行。利用LD22–1 地区地震资料上提取的多种类型的地震属性,研究了该地区深部两种典型的浊积扇体及其内幕特征,不但分析了它们的地质特征,而且还分析了它们在不同类型地震属性上的表现特征,并从物理意义和地质意义两方面分析了为什么会出现这种表现特征,并得到了12 种对浊积扇体识别刻画敏感的地震属性。     

淮南矿区地质构造带与天然地震间的关系

淮南矿区地质构造复杂,浅源地震频繁,为研究地震机制,以淮南煤田地形地质与开发布局图和淮南市地质构造图所确定的活动断裂为区域构造格架,考察了东经116°45′~117°15′,北纬32°30′~32°50′范围内的地震分布,介绍了区内主要控震褶皱与断裂构造的特征,分析了构造带与地震之间的联系,认为该区内,活动断层是致震主要因素,并勾画出了矿区三大地震区块,为今后指导淮南市抗震防震提供了参考依据。     

关于地震属性技术的研究和分析

地震属性分析是储层描述的一项重要内容.目前地震属性分析技术发展迅速,在油气田开发中应用广泛,并起到越来越重要的作用.地震属性分析希望从地震数据中拾取隐藏在这些数据中的有关岩性和储层物性的信息,从而加强地震数据在油田开发领域的应用.     

利用改进的自组织网络进行地震属性分析

自组织神经网络结合地震属性技术往往被用于进行地震相的自动识别,但在实际应用中存在着一些问题难以解决：如神经网络的分类识别能力问题、怎样选取地震属性、怎样解决自组织聚类的有序映射等。对Kohonen自组织网络进行了部分改进,并利用灵敏属性分析技术来解决地震属性的选择问题,最后结合自组织聚类参数利用RBF网络对储层参数进行预测,较为有效地提高了地震多属性储层预测精度。     

一种基于加权证据合成的多传感器目标识别方法

针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融合问题，在一定程度上改善了目标识别系统的性能。最后通过计算实例表明算法是有效的。     

一种适应于不平衡数据集的改进TANC算法

传统的分类方法对不平衡数据集进行分类时对数据集中少数类的分类准确率不高,而少数类往往对结果的影响尤为重要.为此提出一种适应于不平衡数据集的改进树扩展型朴素贝叶斯(TANC)算法,该算法首先利用Relief算法对样本中的少数类进行权重分配,然后通过训练数据集,使缺失数据补齐,并通过将属性分割成多个有限区间,使连续数据离散化,将修改后的训练集用以训练TANC,最后通过TANC算法对数据集进行分类.基于UCI标准数据集上的实验结果表明,该算法的整体性能优于TANC算法.     

基于多传感器数据融合发电机参数的在线估计

发电机实际运行中,由于受外界环境(如电磁波)的干扰以及传感器老化等因素的影响,传感器容易发生参数型故障.为了有效地在线估计发电机工作参数,利用多传感器的冗余和强跟踪滤波器,设计了基于发电机参数数学模型的在线估计器.该估计器具有自然的并行结构,设计参数和计算量较少,尤其适于工程应用.由于失效传感器被有效剔除,该估计器对失效传感器具有很强的鲁棒性.计算机仿真结果证明了该算法的有效性.     

基于改进解析冗余度的损伤识别方法

提出一种采用无损指标和损伤指标相结合进行损伤识别的改进解析冗余度方法。该方法通过剔除求解方程组中与损伤单元相关的方程,补充与损伤单元无关的方程,构造出新的求解方程组进行求解。在新模型中,与损伤单元无关的约束条件构成无损指标,相关的约束条件则构成损伤指标。同时,采用结构无阻尼振动方程建立约束满足问题模型,提出了改进解析冗余度方法在结构动力测试方面的理论。通过数值算例验证所提出方法在结构静动力方面单、多损伤识别的有效性,也证明了该方法在一定数据误差及模型误差下的适用性。最后,设计了钢梁静、动力试验。试验结果显示,所提出的方法能够定位结构较小的损伤,并且损伤指标较为明显。该方法在梁式结构的损伤识别和安全评估中具有一定的工程实用性。     

基于属性降维的钓鱼网站检测方法

随着对钓鱼网站分析刻画的不断完善,使得钓鱼网站检测特征呈现高维化特点。属性维度的增加以及数据量的增长,会造成检测计算复杂度呈几何倍数扩大,导致检测时间复杂度高、占用资源大和检测效率低。针对多属性的钓鱼网站检测,设计了一种基于属性降维的钓鱼网站检测方法。该方法使用信息增益方法对原始数据进行特征选择,筛除可能存在的冗余和噪声数据信息;根据不同属性间的互信息计算属性相关性矩阵,利用属性相关性矩阵作为权值参与加权主成分分析;根据得到的降维后新特征数据通过监督学习算法构建钓鱼网站检测模型。实验表明,该方法可以有效降低原始数据中冗余和噪声属性的干扰,能够有效检测出复杂网络环境中的钓鱼网站,同时具有较高的稳定性。     

基于社会计算和机器学习的垃圾邮件识别方法的研究

在对目前各种垃圾邮件识别方法进行研究分析的基础上,结合社会计算的理论和机器学习的方法,提出了一种新的垃圾邮件识别方法。通过利用邮件头部中能反映联系人社会关系的特征来构造一张联系人来往关系图对垃圾邮件进行初次识别,对于无法确定存在社会关系的联系人的邮件再利用机器学习的方法进行识别。实验结果表明,采用该方法进行垃圾邮件识别较之单纯采用贝叶斯方法,识别准确率有了较大的提高,同时,识别时间得到降低。     

一种基于钻孔数据的优化三维地质建模方法

钻孔数据是地质中最常见且最简单的数据,利用钻孔数据直接建立三维地质模型已经成为国内外学者研究的焦点。在研究前人多种地质建模方法的基础上,结合工程实践,提出一套具有工程实用价值的优化地质建模方法。该方法以钻孔数据为基础数据,将钻孔地质剖面数据融入到地质建模中,修正了以往建模中尖灭点位置取值1/2区域的不合理情况,生成精确位置地层尖灭线;并且在建模的过程中加入了依据剖面图数据的模型调整。最后通过建模实例验证了该方法的准确性与有效性。     

基于改进Bi-LSTM和XGBoost的电力负荷组合预测方法

电力负荷预测在平衡能源分配、经济性和电力系统安全可靠运行方面发挥着重要作用,精准的负荷预测可以降低电力运行的成本和风险,提高电网环境效益和经济效益.首先根据加权灰色关联投影算法对数据进行预处理,然后应用注意力(Attention)机制来改进双向长短期记忆(Bi-LSTM)模型,并结合极端梯度提升(XGBoost)模型构...     

基于相关性分析的多标签特征选择方法

针对现有大多数多标签特征选择算法未能有效去除特征空间冗余特征,同时也忽略了标签差异性的现状,提出一种基于相关性分析的多标签特征选择方法,利用特征之间的相关度对特征进行分组,解决了特征之间的相关性问题.根据样本所对应的标签属性对样本做一个正负类的聚类,对于正样本和负样本所构成的正类簇和负类簇单独确定其聚类个数,并计算原特征到正负类簇中各个类中心的距离,如此便产生了标签特定特征空间;将标签共享的特征空间和标签特定特征空间融合,考虑到多个标签之间的个性和关联性,解决了标签的差异性问题.实验测试表明,相较于现有的多标签特征选择算法,提出的基于相关性分析的多标签特征选择方法在各个分类指标上均有较优的表现,充分证明了该方法的有效性.     

基于改进Gauss-Newton法的在役桥梁结构参数识别

针对在役桥梁结构静力参数识别中识别参数初始值难以确定的特点,提出了改进Gauss-Newton法.先对在迭代矩阵中增加一个阻尼项以防止迭代矩阵出现奇异的方法进行初步识别,再将初步识别结果作为Gauss-Newton（G-N）法的初始值进行再识别,从而既克服了G-N法对初始值要求苛刻的缺点,又保持了G-N法识别精度高的优点.模拟试验结果表明,该方法既能有效处理奇异和非正定矩阵,消除由于初始估计值偏离真值过大而造成识别结果发散的困扰,又能大大提高识别精度,从而保证了在役桥梁结构参数识别结果的可靠性.