基于量子自组织网络的水淹层识别方法

采用量子自组织网络方法, 解决油田测井解释中的水淹层识别问题. 首先, 构造储层特征指标集, 包括测井曲线的序列指标和单个数值指标. 对序列指标先采用离散Walsh滤波方法去除噪声, 然后取均值, 再与其他单个数值指标一起构造储层特征向量. 其次, 将储层特征向量转化为量子态描述, 提交量子自组织网络实施聚类. 最后将聚类收敛后的网络作为水淹层识别的数学模型, 应用于油田相似区块的水淹层识别中. 仿真实验结果表明, 该方法正确识别率比传统自组织聚类方法高6%.     

一种基于Boosting的油田水淹层识别算法

油田水淹级别的判定对于寻找剩余油、提高油田开发水平和稳油控水效果至关重要.本文提出了一种基于Boosting的C4.5决策树算法用于油田水淹层识别.实验结果表明,相比单一的C4.5决策树,经Boosting算法提升后的集成C4.5分类器具有较高的识别率和泛化能力,具有较高的应用推广价值.     

常规测井水淹层综合识别方法研究

油层水驱开采是提高采收率的一种方法,水淹层测井解释是注水开发油藏监测的关键技术,其解释精度直接影响油田开发效果.在水驱过程中油层的性质会发生一系列变化,这些变化在储层及测井曲线上有所显示.通过分析研究这些特征,对水淹层解释具有重要的指导意义.     

新立低渗透油田水淹层特征及识别方法研究

重点讨论了新立油田扶杨油层水淹层在测井曲线上的变化特征,从物理机理上对其特征进行了分析。根据油田试油资料和产水率参数确定了油层的水淹级别,由实际的井资料建立了油田水淹层测井响应参数数据库,在此基础上,利用最大模糊隶属度判别法对一些井进行了水淹层的识别,划分水淹级别。通过实际应用表明,最大模糊隶属度法在新立油田水淹层评价中符合率,取得了较好的效果。     

基于实数编码的遗传神经网络水淹层综合判别

为解决油层水淹后,使用一般测井解释方法很难识别水淹层的问题,提出了一种基于实数编码的遗传BP(Back Propagation)神经网络进行水淹等级综合判别的方法.在此基础上建立的神经网络经反复训练验证,性能稳定、学习收敛速度快,同时有很强的记忆能力、推广能力和适应性.对大庆长垣7口井的资料处理表明,准确率达到87%以上,取得了很好的效果.     

基于实数编码的遗传神经网络水淹层综合判别

为解决油层水淹后 ,使用一般测井解释方法很难识别水淹层的问题 ,提出了一种基于实数编码的遗传 BP ( Back Propagation)神经网络进行水淹等级综合判别的方法。在此基础上建立的神经网络经反复训练验证 ,性能稳定、学习收敛速度快 ,同时有很强的记忆能力、推广能力和适应性。对大庆长垣 7口井的资料处理表明 ,准确率达到 87%以上 ,取得了很好的效果。     

利用常规测井方法识别划分水淹层

根据测井曲线的水淹特征,分别对砂泥岩剖面和下套管的老井水淹层段进行分析,阐述了自然电位、电阻率、双频介电测井、人工激发极化电位、声波时差、中子伽马、自然伽马、热中子寿命及碳氧比等测井曲线识别划分水淹层的方法、技术及特点,指出提高水淹层测井解释方法实用效果的进一步实验研究工作.     

改进的自组织特征映射网络及应用

在自组织特征映射网络研究的基础上,对其网络结构进行了改进,利用改进后的自组织特征映射网络算法进行油气检测.根据已知井位的油气属性,验证了该方法的有效性,并将其运用于未知井位的油气属性的预测.     

基于MSP430与CC2420的自组织无线传感器网络设计

设计了一种以MSP430F149和CC2420为核心的低功耗高性能的无线传感器网络,并将其用于环境的温湿度检测系统,取得了很好的效果。     

基于P2P的分簇自组织网络路由模型

通过在Internet物理拓扑基础上建立P2P覆盖网络的虚拟拓扑结构,建立起完全分布式自组织网络路由模型——分簇自组织网络路由模型CSON。描述了模型的结构并提出了CSON模型中簇群的划分、初始节点的选取和节点的自适应性算法。     

一种量子神经网络说话人识别方法

针对说话人语音特征空间边界存在模糊性的特点,构建了一种量子神经网络识别分类器,用于说话人识别,以改善存在交叉数据的语音特征参数的分类效果。提出了一种基于人工免疫算法的量子间隔训练方法,以改善传统量子神经网络训练算法的不足。以TIMIT语音库为测试语音,与传统BP网络和基于常规梯度下降量子间隔训练算法的量子神经网络做对比实验。实验证明,算法能有效提高说话人识别系统的识别率,同时与高斯混合模型相比,具有更好的抗噪声性能。     

Adaboost结合BP在油田水淹层识别中的应用

油田水淹级别的判别是油田开发中特别是开发中后期比较突出的一个问题,Adaboost结合BP的方法能改善BP算法的泛化能力.本文研究了应用Adaboost结合BP神经网络的算法处理测井资料来识别水淹层的基本原理和具体实现.通过对大庆油田三口井的试油结果相对比,该方法的运用进一步提高了水淹层的识别精度,其符合率达到84%.最后对造成误差的原因进行了分析.     

物联网之无线传感器网络自组织算法

随着各种通信技术的发展,物联网将在下一代通信网络得到长足的发展和大规模的应用,其中无线传感器网络是组成物联网的一个重要部分,对无线传感器网络的研究,特别是对无线传感器网络能耗方面的研究是目前的一项研究热点。本文提出的一种面向能耗控制的自组织算法DEEC就是解决无线传感器网络能耗问题,提高网络寿命的一种算法。     

基于超宽带无线自组织网络的协作定位算法

在无线自组织网络中,目标节点通常无法直接和足够多的参考节点进行通信来确定自己的位置。为此,提出一种基于超宽带无线自组织网络的协作定位（CP,Cooperative Positioning）算法。在目标节点通信范围内只有少量参考节点的情况下,协作定位算法通过目标节点和其通信范围内非参考节点的协作,实现目标节点的定位。此外,由于非视距环境严重降低了节点的测距精度,从而产生较大的定位误差,通过采用协作定位算法,节点可以放弃非视距参考节点,选择非参考节点进行精确定位。     

无线自组织网络中OLSRv2协议

介绍了最新的OLSRv2路由协议的特征和内部机制,并通过在多种约束条件下的网络仿真实验对比其与OLSR路由协议的性能差别.实验表明,OLSRv2路由协议在路由开销、分组发送成功率等性能指标方面有着显著优势,但同时也存在着QoS服务质量方面的不足.     

基于时分复用的量子网络编码

量子网络编码用于解决量子网络中的拥塞问题,可以有效地提高量子网络的传输效率和总吞吐量.本文提出了一种时分复用量子网络编码方法,在蝶形网络上可交叉传输两个任意单量子比特态.为了解决拥塞问题,一个具有偏振和时隙自由度的单光子作为桥梁,以可预报的方式使瓶颈信道两端的中间节点的两对量子存储器产生纠缠.最后,基于量子隐形传态和所生成的可预报双纠缠信道,可实现蝶形网络上量子2对单播通信.考虑不诚实中间节点,进而提出了一种安全增强的量子2对单播通信协议,分析了协议的安全性和性能.结果表明,改进后的协议对不诚实中间节点实施的一般纠缠测量攻击是安全的.通过利用时分复用技术,它可以扩展到更一般的量子网络上的多单播通信.     

基于自组织映照网络的聚类

提出并实现了利用自组织特征映照网络来解决模式识别中的聚类问题的算法,对该算法的理论基础进行了必要的阐述,给出了实现的具体算法,同时提供了计算机的仿真结果。     

移动自组织网络中基于朋友网络的概率资源查找机制

移动自组织网络具有高移动性和动态性,在这拓扑结构不稳定的网络中查找资源是急需解决的一个挑战问题.该文提出一种分布式概率资源查找机制:根据社会网络的相关理论,利用朋友关系和兴趣相似度作为查询消息的路由启发信息,显著提高了资源查找效率.仿真实验表明:该算法在基于社团的移动模型下具有良好的性能.     

多信息流协作自组织网络资源优化策略研究综述

在基于协作通信的自组织网络中,需要对无线通信资源进行优化控制与合理协调,以提高对这些资源的使用效率,进而达到提高网络性能的目的;针对多信息流网络环境,以分布式最佳中继选择、基于节点状态的协作传输自适应以及跨层协作路由三大资源优化策略作为研究内容,对当前存在的研究成果进行了详尽的综述,并指出未来需要研究的内容以及需要解决的关键问题。