降维虚同相轴法压制陆地层间多次波

针对陆地层间多次波压制效果不明显的问题, 提出降维虚同相轴法, 实现叠前陆地地震资料的层间多次波压制。对经过精确动校正的叠前道集, 逐道应用虚同相轴法预测层间多次波, 实现降维处理。与传统的虚同相轴法相比, 运算量大大降低, 且不再要求炮检点规则且密集地分布。同时, 引入加权叠加的高信噪比参考道, 参与叠前道集的互相关和褶积运算, 提高了虚同相轴法的预测精度。将所提方法应用于中国西部地区实际陆地地震资料, 取得明显的层间多次波压制效果。     

基于同相轴优化追踪的多次波匹配衰减方法

提出基于同相轴优化追踪的多次波匹配衰减方法,首先利用SRME预测得到的多次波记录生成多次波速度谱,然后应用同相轴追踪技术提取多次波同相轴旅行时信息,再通过同相轴优化追踪实现对多次波预测误差的校正,最后应用短时窗的FK滤波对多次波予以压制。该方法仅根据多次波同相轴旅行时信息进行匹配衰减,降低对多次波预测精度的要求,并且能够显著提高多次波压制的精度。理论模型实验与野外资料处理实验结果均表明,该方法的多次波剔除效果明显优于常规的多道维纳滤波方法与抛物线拉冬域蒙版滤波法。     

逆散射级数法压制自由表面多次波

多次波压制是海洋地震资料处理中的关键环节之一,多次波压制效果影响着后面的成像、解释。本文研究逆散射级数法压制多次波,该方法通过构造与多次波相关的子序列预测多次波,经过匹配后从含多次波的地震资料中减去多次波。该方法不需要地下速度信息,有很好的应用范围。     

用小波变换和多项式拟合提高地震资料分辨率

用小波变换研究了地震勘探信号小波变换的过零点特性。提出了用小波变换的过零点匹配提取地震勘探信号同相轴变化信息，并利用所提取信息和多项式拟合消除随机噪声，同时增强信号高频，使信号信噪比和分辨率都得到显著提高的新方法。该方法对地震道进行小波变换，对变换结果进行过零点匹配求出地震同相轴变化信息，沿同相轴对地震道的小波变换系数进行多项式拟合得到去噪的小波变换系数，对去噪后小波变换系数进行高频增强并进行反变换便得到具有高信噪比和高分辨率的地震道。理论分析和实际处理结果表明，该方法能有效地提高地震勘探信号的信噪比和分辨率。     

四参数速度分析法及其在垦71区三维转换波处理中的应用

胜利油田垦71地区多分量地震数据采用微型机电系统(MEMS)数字检波器采集,受转换波的非对称路径和各向异性的影响,剖面中非双曲同相轴广泛存在.传统的速度分析法基于各向同性理论,动校正时无法把同相轴拉平.为了实现同相轴的同相叠加,利用不同偏移距的动校正信息估算不同的参数,提出了一种新的四参数速度分析法.四参数指转换波叠加速度vC2、垂直速度比γ0、等效速度比γeff和转换波各向异性系数xeff.应用该方法对胜利油田垦71地区三维多波资料进行了处理.结果表明,该方法处理效果较好,且对该地区多分量资料的成像质量及PP波与PS波同相轴的相关性也有很大的改进.     

四参数速度分析法及其在垦71区三维转换波处理中的应用

胜利油田垦71地区多分量地震数据采用微型机电系统（MEMS）数字检波器采集，受转换波的非对称路径和各向异性的影响，剖面中非双曲同相轴广泛存在。传统的速度分析法基于各向同性理论，动校正时无法把同相轴拉平。为了实现同相轴的同相叠加，利用不同偏移距的动校正信息估算不同的参数，提出了一种新的四参数速度分析法。四参数指转换波叠加速度VC2、垂直速度比γ0、等效速度比γeff，疆和转换波各向异性系数拗。应用该方法对胜利油田垦71地区三维多波资料进行了处理。结果表明，该方法处理效果较好，且对该地区多分量资料的成像质量及PP波与PS波同相轴的相关性也有很大的改进。     

一种复杂山地多波勘探的有限差分模拟方法

针对复杂山地开展多波地震勘探时,合理的观测系统设计是获取有效资料的关键因素,如何利用数值模拟方法建立更为准确的观测模型,也成为亟待解决的问题。模拟过程中首先采用中心差商逼近波动方程中的偏导数,建立多波(纵波和转换波)波动方程的显式差分格式。其次,以SPML(分裂式完全匹配)方法和NPML(非分裂式完全匹配)方法为基础,设计一种高效的PML改进算法来消除起伏地表的边界影响。最后,以Marmousi模型为基础建立复杂山地地形的理论模型,得到地震波场数值模拟结果。利用所提出的算法对该模型进行波场分离,分离的最终效果很好地验证了这一算法的可行性。     

采用代数建模方法的自适应观测器设计

针对伴有未知输入的一类线性时不变系统,当观测器匹配条件不满足时,研究了自适应观测器的设计问题。通过将未知输入划分为匹配未知输入和不匹配未知输入两部分,并假设不匹配未知输入可以表述为一个动态系统,从而可得一个满足匹配条件的增广系统;对于该增广系统讨论了自适应观测器的存在条件,给出了自适应观测器的设计方法,这种自适应观测器不仅可以观测原系统的状态,还可以重构、匹配未知输入。将该设计方法应用于一类机器人系统,虽然系统未知输入初值和观测器重构的未知输入初值相差很大,但是观测器重构的未知输入值能够很快地跟踪上系统实际的未知输入值;虽然这是一种有界误差跟踪,但是误差可以控制在很小的范围内,并不影响实际应用。仿真结果表明,所提方法是有效的。     

非一致性采集时移地震油藏监测可行性研究

为研究非一致性采集时移地震油藏监测的可行性,利用三维高斯射线束正演模拟方法对储层段做照明度模拟
分析,量化了不同观测系统参数对储层面元接收能量的影响,得到了影响储层成像照明能量大小和均匀度的最主要因
素是炮检距和方位角的分布,即观测系统参数中的最大炮检距和接收线距的大小。当储层速度变化小于观测系统参
数变化给面元接收能量大小带来的影响时,更有必要对时移前后数据体的观测系统进行一致性的匹配处理,这一步处
理的重点应该是面元重置和面元内炮检距与方位角分布的匹配。S56 区块一套非一致性采集的实际资料匹配处理试
验表明：本文方法能有效地减小非储层段的地震响应差异,放大储层段的地震响应差异。     

反演法在提高地震资料信噪比中的应用

t x预测滤波法是噪音衰减的通用且有效的方法 ,但是在噪音背景中存在平行同相轴时将产生假同相轴及出现子波畸变和振幅衰减等现象 ,这是因为噪音的存在影响了滤波器的计算。利用反演法对理论模型和实际数据进行了滤波处理 ,该方法可以有效地消除一般t x预测滤波处理中存在的缺陷。实际应用表明 ,这种方法更能满足对地震资料高分辨率、高信噪比和高保真的要求 ,处理效果更接近实际。     

真实和虚拟传感器多层信息融合算法

基于最优估计理论,提出了一种多层传感器的复合融合估计算法．该方法采用了由真实传感器和虚拟传感器组成的复合融合结构,以解决测量噪声干扰下参数估计问题．在该结构中,第1层物理真实传感器测量所得数据,按照加权融合算法,经过多层虚拟传感器的递推融合得到多层融合后的估计值．虚拟传感器的层数增加时,融合后总的估计误差将减少、虚拟传感器是由算法和软件实现的,不会增加测量系统物理结构的复杂性．计算机仿真结果表明：此方法在减少测量误差方面比传统的直接估计方法有明显的改善．     

Diagnosis of multiple faults using a double parallel two-hidden-layer extreme learning machine

Multiple faults are easily confused with single faults.In order to identify multiple faults more accurately,a highly efficient learning method is proposed based on a double parallel two-hidden-layer extreme learning machine,called DPTELM.The DPT-ELM method is a variant of an extreme learning machine(ELM).There are some issues with ELM.First,achieving a high accuracy requires too many hidden nodes;second,the direct connection between the input layer and the output layer is ignored.Accordingly,to deal with the above-mentioned problems,DPT-ELM extends the single-hidden-layer ELM to a two-hidden-layer ELM,which can achieve a desired performance with fewer hidden nodes.In addition,a direct connection is built between the input layer and the output layer.Since the input layer weights and the thresholds of the two hidden layers are determined randomly,this simplifies the improved model and shortens the calculation time.Additionally,to improve the signal to noise ratio(SNR),an adaptive waveform decomposition(AWD)algorithm is used to denoise the vibration signal.Then,the denoised signal is used to extract the eigenvalues by the time-domain and frequency-domain methods.Finally,the eigenvalues are input to the DPT-ELM classifier.In this paper,two groups of rolling bearing data at different speeds,which were collected from a real experimental platform,are used to test the method.Each set of data includes three single fault states,two complex fault states and a healthy state.The experimental results demonstrate that the DPT-ELM method achieves fast learning speed and a high accuracy.Moreover,based on 10-fold cross-validation,it proves to be an effective method to improve the accuracy with fewer hidden nodes.     

分布式虚拟实验室体系结构与仿真算法研究

结合实际项目开发，对分布式虚拟实验宣的体系结构及仿真算法进行了相关研究。基于实时性考虑，采用Client／Server模式，以TCP／IP协议进行通信；通过在客户端放置局部数据库，服务器端放置全局数据库，来缩短系统的响应时间；服务器端采用多线程技术。来提高执行效率；使用真值表对芯片功能进行仿真，使用事件调度法对实验过程进行仿真。为了快速、逼真地模拟真实实验，系统采用Visual C＋＋6．0、OpenGL和SQL Server 2000进行开发。以计算机组成原理实验为例，对提出的体系结构与仿真算法进行了验证；本设计同样也适合于通用的分布式虚拟实验室环境。     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

基于VRML的交互式虚拟产品展示技术

研究了构建交互式产品展示系统的方法和关键技术，包括VRML建模技术和实时交互控制技术等．进而，利用CAD软件和VRML语言构建了虚拟产品的静态模型及其交互环境，结合脚本语言JavaScript，实现了用户对虚拟产品展示的实时交互控制．     

实时异常轨迹检测方法及其应用

利用内置GPS的移动终端可以获取移动对象的运动轨迹,可用于分析移动对象的运动行为.在公共交通、医疗监护、物流运输等应用领域,移动对象的运动轨迹受路网约束且大多需要预先设定.考虑到偏离预先设定的正常轨迹可能预示着某种异常,及时准确地进行异常轨迹检测是非常必要的.从时间序列分析的角度,提出一种实时异常轨迹检测算法,在预先设...     

动态图像中人脸的快速捕捉跟踪方法

提出一种快速人脸跟踪方法. 首先根据模板匹配方法作人脸区域的初步定位, 然后使用支持向量机作为分类器进行最终确认, 再采用基于Mean-Shift的CamShift跟踪算法保持跟踪, 当有遮挡发生时通过Kalman滤波进行参数辨识和状态估计. 实验结果表明, 该方法具有较强的实时性、 有效性和鲁棒性.     

一种基于在线修正时间序列预测方法的UCAV粗决策模型

针对机载传感器不能在作战时限内获取目标参数从而造成属性匹配过程失败的情况,提出了一种基于在线修正时间序列预测方法的UCAV粗决策模型.通过对以往时刻传感器数据的时间序列分析,建立最优自回归移动平均模型,根据延迟获取的数据,运用在线修正预测方法,完成对未来时刻传感器数据的预测及预测值的修正,作为粗糙集决策属性匹配的输入完成决策过程.通过对UCAV目标威胁估计实例的分析可知,该模型能在决策数据的基础上,根据时间序列预测值,提取出所有条件下的决策规则,给出有效决策建议.     

立体视觉中的模糊匹配法及其实现

提出了两眼立体视中使用的模糊匹配法．该方法可以快速计算左右眼图象的对应关系，并通过两个观察点的图象信息的融合提高３Ｄ图象的可信度．     

图嵌入方法及其在网络虚拟化中的应用

网络虚拟化是当前计算领域的研究热点,其关键技术之一是图嵌入方法,即将由实际需求抽象所得虚拟逻辑拓扑图如何有效嵌入到基础物理网络结构图中的方法。本文的图嵌入方法是基于Cayley图和陪集图的,研究其在对等网络中用于设计高对称性的虚拟拓扑图并获得高效路由方法等虚拟化问题,也探讨了其如何有助于设计现实复杂网络有效路由方法。这些图嵌入方法充分利用图结构对称性,简化一些网络虚拟化问题,其研究对深化和发展网络中的代数和图论方法,以及网络虚拟化技术深入广泛应用有一定意义。