港中开发区沙河街组沉积微相与油气分布

目的 为解决港中开发区地质条件复杂，开采效果差的问题。方法从沉积学角度，利用大量钻井的岩电组合特征和岩心观察结果，结合地震相和测井相模式，以及粒度、岩矿等分析资料，对港中开发区沙河街组湖相储层沉积微相进行了划分，并结合其沉积特征建立了沉积相模式。结果区内的储集层分为深水浊积扇、重力流水道和滩坝沉积；对各种沉积类型砂体的沉积特征、微相划分及与油气分布关系进行了探讨；滩、坝、水下河道和浊积水道砂体分布范围大，连通好，渗透率高，为区内主要储集层；各种边缘相砂体连通性、物性及其含油层动用程度均较差。结论各种边缘相砂体是油田开发中后期重要的挖潜目标。     

港口竞争力评价模型研究及在舟山港域的应用

为了促进舟山江海联运服务中心建设,找到合适的发展路径,需要对舟山港域的竞争力现状进行评价。基于现有竞争力评价理论,在对比优缺点后选取使用AHP和TOPSIS建立适用于舟山港域的模型并对舟山港域的竞争力现状进行分析,发现舟山港域目前在船舶维修体系和燃料供应体系两方面比较薄弱。后引入舟山港域与其它港进行比较,发现舟山港域目前所存在的问题与前期通过分析发现的薄弱环节一致,以期从其它港口的发展经验中找到舟山港域发展可借鉴的地方,从而带动整个船舶工业及航运服务业的发展,早日建成舟山江海联运服务中心。     

搜索引擎垃圾网页检测模型研究

搜索引擎垃圾网页的检测已经成为近年来机器学习领域的研究热点.在对搜索引擎垃圾网页及其使用的各种作弊技术进行介绍的基础上,针对各种垃圾网页检测模型进行综述,分别介绍和分析基于网页内容特征的检测模型、基于链接结构的检测模型、结合网页内容特征和链接特征的检测模型以及各种其它类型的检测模型,并对搜索引擎垃圾网页检测的未来研究方向进行了展望.     

搜索引擎垃圾网页检测模型研究

搜索引擎垃圾网页的检测已经成为近年来机器学习领域的研究热点.在对搜索引擎垃圾网页及其使用的各种作弊技术进行介绍的基础上,针对各种垃圾网页检测模型进行综述,分别介绍和分析基于网页内容特征的检测模型、基于链接结构的检测模型、结合网页内容特征和链接特征的检测模型以及各种其它类型的检测模型,并对搜索引擎垃圾网页检测的未来研究方...     

基于吞吐量预测的南通港营收绩效评价研究

摘要： 基于南通港港口吞吐量短期预测的基础上,量化分析南通港港口效率,有助于南通港优化资源配置,提升港口竞争力。选取南通港1998-2014年的数据作为样本,运用灰色预测GM（1,1）模型对南通港2015-2019年的货物吞吐量和集装箱吞吐量进行预测,从投入、产出角度出发构建港口绩效评价指标;在灰色预测的基础上,分别在保持南通港现有投入规模（2014年）不变和保持南通港现有投入增速两种情况下对南通港1998年至2019年绩效进行了评价与分析,发现南通港在保持现有投入增速的情况下整体效率更高,且2015至2017三年间仍呈现规模报酬递增,至2018年实现规模效率最大化,因此相比于目前的投入增速,南通港应在2015至2017年间进一步扩大投入规模。     

闽江下游福州段地质地貌环境问题的研究

江河地质地貌环境条件是影响沿江工程建设发展及其环境特征的重要因素,是决定沿江城市自然环境特色的背景.以闽江下游福州段为例,考察研究了闽江福州段南、北港(支流)的地质地貌环境特征及变化发展趋势;分析研究了沿江各种人类工程建设活动与南北港地质作用及地貌环境的相互作用状况.研究结果表明人类各种工程建设活动促进和强化了北港的冲刷侵蚀作用和南港的淤积堆高作用;并使闽江下游福州段南北港的地质地貌环境朝不稳定方向发展演化且日趋严重.南北港地质地貌环境的不稳定与恶化又反作用于各种人类工程建设活动,如使该河段许多已建和拟建或在建工程的稳定性和安全性问题受到严重的威胁.     

离港航班延误时间预测方法

在如今的民航运行体系里,航班延误已经成了机场和航空公司为了提高效率与控制成本的主要研究目标。为了构建更准确的离港航班延误时间预测模型,首先分析了导致离港航班延误发生的主要因素,并利用皮尔逊相关度系数对各因素进行相关性分析。其次基于基本BP(back propagation)神经网络算法,构建离港航班延误时间预测模型,并进行优化;然后采用自动编码器(AutoEncoder)对BP算法进行改进;接着构建了基于支持向量机(support vector machine, SVM)的预测模型并与优化后的BP模型进行对比;最后基于上海浦东机场实际历史航班数据进行仿真检验,验证了本文优化模型的准确性和高效性。     

集装箱码头泊位与岸桥协调调度优化

为缩短船舶在港停留时间,提出以船舶在港时间最小为目标的泊位与岸桥协调调度优化方法.对泊位调度与岸桥分配这两个相互关联的问题进行系统分析与集成,基于免疫遗传算法对所建模型进行相应的算法开发.对某港集装箱码头的数值仿真实验表明,泊位与岸桥协调调度比单独调度可更有效提高集装箱码头的装卸效率,减少船舶在港时间.     

基于机器学习的网络流量分类算法分析研究

基于应用的流量分类在网络安全和管理中具有非常重要的作用.传统流量分类大部分是基于端口的预测方法和基于有效载荷的深度检测方法.由于当前网络环境中各种隐私问题以及基于动态端口和加密的应用,传统的网络流量分类策略的有效性已经逐步下降,目前主要集中在基于机器学习技术的流量分类模型进行研究.本文对各种基于机器学习算法的流量分类的比较,如贝叶斯网络(Bayes Net)、朴素贝叶斯(Naive Bayes)、基于RBF的SVM流量分类和基于遗传算法的SVM (GaSVM)流量分类等.这些算法分别使用了全特征选择和优化后的特征集合,实验结果表明基于遗传算法的SVM流量分类精度较高,并在使用主成分特征也可以达到很高的精度.     

启运港退税政策实施中的港口选择模型

在保税港区对周边内陆干港与内贸港口实施启运港退税政策的背景下,基于用户均衡货流分配理论,构建实施启运港退税政策的港口(启运港)选择模型.模型可在既定总投资额的约束下,以区域社会经济效益最大为目标,确定启运港的数量与位置.设计嵌入Frank-Wolfe算法的遗传算法求解模型,并使用大连港腹地的出口数据进行实例分析.结果表明:依托大连保税港区实施启运港退税政策后,哈尔滨等七地被选为启运港,价值388.6亿美元的出口货物所在企业每年能够提前10～25天获得退税款46.7亿美元.上述模型和算法可为政府制定、实施启运港退税政策提供必要的决策支持.