国内外溢油鉴别及油指纹库建设现状及应用

油指纹鉴别作为目前溢油鉴别最成熟的技术,在国外溢油事故调查处理中发挥了很大作用,鉴别技术和系统不断发展完善.油指纹库作为其重要基础,许多国家已经建立.论述了溢油鉴别的方法,美国、加拿大、欧洲、韩国、日本等国家的油指纹鉴别方法、体系及油指纹库建设情况,以及溢油鉴别和油指纹库的作用.面对我国目前石油开发和运输状况,认为我国的溢油鉴别技术还需要进一步提高,油指纹库建设势在必行.     

基于Web的油指纹在线检索鉴别方法的设计与实现

油指纹鉴别技术在海洋溢油源追查和事故裁决中得到了日益广泛的应用.应用Web技术设计并实现基于Internet的在线油指纹检索鉴别功能,既可扩展传统油指纹鉴别技术的应用范围,又能实现相关技术和资料的共享.研究了Web环境下进行油指纹检索鉴别的方法,创新性地将油指纹检索鉴别技术移植到Web环境下,完成了油指纹数据库和数据流程设计,并应用AJAX技术,基于重复性限法和相关系数法实现了在线油指纹检索鉴别.     

油指纹鉴别中特征比值的t检验比较法

介绍了基于油品特征比值进行油指纹鉴别的t检验比较法,包括方法原理、特征比值的筛选及鉴别原则,并分别以某原油及其风化样品的油指纹鉴别和2种不同原油的油指纹鉴别为例,说明了t检验法在两个油品鉴别中应用的有效性,该方法将传统油指纹鉴别中繁杂的谱图比较或抽象的数值比较转化直观简洁图形判别,减小了目视谱图比较的主观随意性和人为差别,并提出了量化指标,使得鉴别结果更加可靠,利于油指纹鉴别方法的标准化和推广.同时综合文献也给出应用t检验法进行油指纹鉴别的局限性.     

核磁共振指纹图谱用于阿胶的鉴别

建立阿胶核磁共振指纹图谱法用于阿胶的鉴别。基于阿胶水提液成分,采用核磁共振氢谱(¹H-NMR)建立阿胶核磁共振指纹图谱方法,并进行方法学验证;对不同来源样品进行核磁共振氢谱测定,得到样品数据集。采用主成分分析(PCA)和片段偏最小二乘法(i-PLS)对样品进行模式识别研究,建立阿胶判别模型。结果显示,阿胶核磁共振指纹图谱方法的精密度、稳定性和重现性良好。PCA分析结果表明:不同来源样品有一定的类别差异,但阿胶真品与伪品难以分开。采用i-PLS法建立真伪阿胶判别模型,分类能力强,能够实现真伪阿胶的正确判别。阿胶核磁共振氢谱指纹图谱结合模式识别方法能够用于中药阿胶的真伪鉴别,为阿胶的质量控制及评价提供借鉴。     

基于Web方式的神经网络智能预测系统设计与应用

针对传统BP神经网络的一些缺陷,设计一种综合改进的BP神经网络算法.在此基础上,采用.NET架构以及Web Services等技术,用主成分分析算法和置信度区间算法对BP网络结构进行全后处理,以经济预测为例,设计开发了一个基于B/S结构的智能经济预测系统.该系统具有较好的易用性和一定的通用性,提高了预测结果的准确度和神经网络的泛化能力.     

基于聚类评分的暴雨/冰雹分类模型

针对暴雨和冰雹2种强对流天气的区分问题,研究了主成分分析联合线性鉴别分析对雷达图像中提取的冰雹及暴雨特征降维和去相关的作用,设计了基于聚类评分的暴雨/冰雹分类模型,采用K均值聚类评分的办法确定具有高分类性的主成分,并以此主成分设计分类器对暴雨和冰雹进行区分.结果表明:主成分分析联合线性鉴别分析进行特征处理能够在降维的同时保留大部分分类性信息,基于聚类评分的分类模型有利于提高冰雹识别的命中率并降低其误警率,且对一般类型公共数据分类问题有效.     

智能指纹识别系统的设计

指纹识别是利用人体固有的指纹生理特征来进行个人身份鉴别的技术。由于人的指纹具有唯一性和不变性,所以指纹识别与传统的身份鉴别方法相比,具有更高的安全性和易用性。本文阐述了智能指纹识别技术中各个步骤的核心技术,并介绍了一种双DSP芯片OMAP及FPS200指纹传感器为核心的智能指纹识别模块,描述了此系统的硬件设计。     

近红外光谱技术结合主成分聚类鉴别海面溢油

鉴于目前没有一种方法能独立解决溢油鉴别的所有问题[1],本文提出近红外光谱技术结合主成分聚类分析鉴别溢油种类的方法.通过有机溶剂萃取出自行配制的汽油、柴油和润滑油模拟样品中的溢油后记录其近红外光谱,对5 800～6 200 cm-1区段范围内的近红外谱图经过多元散射校正(MSC),Norris一阶导数平滑预处理处理后求其主成分,并在主成分的基础上引入Ward聚类分析法(离差平方和法)对样品分类.     

茶叶品种鉴别的近红外光谱指纹图谱模式识别方法

运用傅立叶变换近红外光谱结合主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis)方法对七种不同品种的茶叶进行品种鉴别。采集七种样品的傅立叶变换近红外光谱指纹图谱,原始光谱经过多元散射校正(MSC)预处理后,运用主成分-马氏距离判别分析方法 (PCA-Mahalanobis distance discriminant analysis,PCA-MD)对茶叶的品种进行判别。所得PCA-MD模型对七种茶叶的分类正确率均为100%,说明模型具有较好的预测分类能力。结论:运用简便、快速、无损的近红外光谱分析结合主成分-马氏距离判别分析方法,为茶叶品种鉴别分类提供了一种快速简便、准确度高、精密度好、分析成本低、实用性强的鉴别方法和手段。     

改进的推广多边形算法在指纹识别中的应用

在分析主曲线、推广多边形算法和指纹数据的特点后，尝试使用主曲线来描述指纹特征，对原推广多边形算法作了较大改进，使其更适用于指纹骨架的提取，最后实现了基于骨架的指纹特征提取．实验结果表明，改进的推广多边形算法能够在短时间内有效地提取出指纹线的骨架，而在骨架上提取特征点也较其他一些方法有着更高的准确率，具有一定的应用价值．     

基于篇章结构相似度的复制检测算法

学术论文的复制检测研究对于知识产权保护和抑制抄袭侵权等行为有重要意义.国内外主要用数字指纹及关键词匹配等技术进行论文的复制检测.为解决目前中文复制检测难题,给出了一种基于篇章结构相似度的中文学术论文复制检测算法及其问题的数学模型.在分析论文篇章结构的基础上,利用数字指纹和词频统计等技术,经编程实现,用于论文的全抄、部分抄袭和拼抄等抄袭现象的初步检测.与基于全文数字指纹和基于全文词频统计的检测方法相比较,更适用于要求较准确的论文复制检测.     

混采井分层产能确定的新方法

混采油井分层产能的确定通常用生产测井、分层测试及示踪剂跟踪方法,但它们成本高、周期长,对窜层油井不适用,且对流速低和窜层油井不适用,有时还需在关井停产条件下进行,作业过程中还易伤害油层。介绍了一种产能监测的新方法—原油色谱指纹法,利用单层原油色谱指纹差异及井口混合原油的指纹变化特征,配合室内原油配方实验,求得混采井分层产能贡献。研究表明,不同类型不同比例二元及三元原油配方与指纹计算的误差在10%以内,指纹计算结果与生产测井的误差在15%以内,可用来计算混采油井分层产能贡献,监测油层出力情况。     

基于三维荧光光谱和主成分分析的溢油风化研究

通过开展风化模拟实验,探讨了油品三维荧光光谱特征的风化变化规律.将油样三维荧光光谱转化为矢量,计算特征峰强度比值,并对矢量数据进行主成分分析.分析了不同风化时间光谱数据、特征峰强度比值和主成分分析因子得分的变化.结果表明,风化过程不会改变油样三维荧光光谱的分布特征,但能改变荧光特征峰的相对强度,变化趋势与特征峰的位置有关.特征峰强度比值和第一主成分因子得分的变化分为水面、水下2个阶段,可能与风化机理不同有关.溢油源鉴定中,可以综合使用荧光特征峰比值、第一主成分因子得分2个参数,作为油样风化程度的判定依据.     

生物识别技术与应用

生物识别技术可以用来鉴别身份或证明身份，主要包括虹膜识别、视网膜识别、面部识别、指纹识别、DNA识别、气味识别、签字识别和声音识别等，其中指纹识别是最常用的一种．生物识别技术在人类的物理生存空间和虚拟生存空间具有广泛的应用前景。在介绍生物识别原理的基础上。讨论了两种类型生物识别技术，一种基于生理特征：虹膜识别、视网膜识别、面部识别和指纹识别；另一种基于行为特征：签字识别和声音识别。     

基于视觉特性的扩展变换量化指纹算法研究

针对扩展变换量化指纹算法的性能平衡问题,提出了基于视觉特性的扩展变换量化指纹算法。该算法基于扩展变换的量化指纹算法模型,根据数字图像的局部视觉特性,采用非均匀同步量化的方法调节指纹算法的量化参数,有效减少了指纹图像的量化误差,并实现指纹嵌入检测过程的一致性,从而提高数字指纹的检测效率和载体图像的保真度。实验仿真结果表明,提出的指纹算法明显优于扩展变换量化指纹算法的性能,能够在抗共谋能力和视觉质量之间获得较好的平衡。     

基于门控循环单元网络的低阻油层测井流体识别方法

研究区块低阻油层发育广泛,油层和水层的电阻率相差不大,导致测井流体识别较为困难。为了有效识别低阻油层,采用少数类过采样技术(synthetic minority oversampling technique, Smote)对油水同层,油层等少数类样本进行过采样使数据集均衡;并利用门控循环单元(gated recurrent unit, GRU)网络模型进行低阻油层的流体识别。通过相关性分析确定自然伽马(GR)、深侧向电阻率(RD)、密度(DEN)等8条测井曲线数据作为输入训练模型,应用于中实际资料中,并将GRU与传统RNN和其他3种机器学习算法对比。结果表明：序列数据模型的流体识别效果比传统机器学习模型好,且基于Smote-GRU的流体识别模型的符合率达到89.5%,相对传统循环神经网络(recurrent neural network, RNN)的81.1%,取得了较好的应用效果。通过对照试验还证实了Smote算法提高了分类器对少数类样本的识别率。所提出的方法可为样本不均衡的低阻油层的流体识别提供参考。     

基于纠错编码的回声隐藏音频水印算法

数字音频水印应用于版权保护、数字指纹、隐藏标识、保密通信等。水印误码率和归一化相关系数是衡量音频水印系统鲁棒性最重要的两个技术指标。实现方法之一的回声隐藏算法主要采用的汉明编码能有效降低水印误码率。但由于汉明码属于分组码且纠错位数只有一位,水印误码率仍然较高且对各种攻击的鲁棒性不够好。提出一种基于卷积编码的回声隐藏算法,将卷积编解码思想应用于回声隐藏算法中,利用卷积码的纠错能力降低水印误码率。结果表明:该算法较基于汉明编码的回声隐藏算法和传统回声隐藏算法降低了水印误码率,增强了音频水印系统对各种攻击的鲁棒性。     

基于RD&ITD法的JJ160/41-K型石油井架结构的模态参数识别

模态参数作为石油井架结构重要的动力指纹,以JJ160/41—K型石油井架结构为研究对象,通过随机减量法获取环境随机激励下,井架结构的自由振动衰减信号,利用ITD法对单测点和多测点两种情况下的脉冲响应信号进行模态参数识别;并将有限元和频谱分析的模态参数进行对比分析。数值模拟分析表明,利用RD&ITD法识别的模态频率结果基本一致,而模态阻尼比的识别结果则相差较大,同时有限元分析表明,由于噪声的干扰,存在着虚假阻尼比,需要人为地进行甄别。故对于难以直接激励的大型石油井架结构来说,利用RD&ITD法进行系统模态参数识别是可行的,为做好井架结构的安全评估工作,减少工程事故隐患提供了有效的理论依据。