季曼-伯朝拉盆地油气地质特征及勘探潜力分析

季曼-伯朝拉盆地是俄罗斯重要的含油气盆地之一,经历了前裂谷、裂谷、被动陆缘和前陆4期演化阶段,形成现今古被动边缘-前陆叠合的构造格局。盆地不同期次的构造演化及叠合效应控制着盆地的烃源岩、储层发育和分布,进而控制了油气分布规律。盆地的主要烃源岩和储盖组合多发育于中晚古生界,上泥盆统多马尼克组烃源岩是盆地的主力烃源岩;主力储层为中上泥盆统、石炭系-下二叠统的碳酸盐岩和碎屑岩,储层物性整体较好;圈闭类型多为岩性-构造型圈闭;盆地油气主要沿着早期裂谷的反转隆起分布。盆地勘探程度分布不均,其中东部前渊区以及海域勘探程度较低,油气地质综合分析表明,前渊地区是最有潜力的含气区,海域仍具有良好的勘探前景,是未来勘探的两个有利区带。     

基于深度主动学习的信息安全领域命名实体识别研究

针对通用领域模型不能很好地解决信息安全领域的命名实体识别问题,提出一种基于字符特性,双向长短时记忆网络(Bi-LSTM)与条件随机场(CRF)相结合的信息安全领域命名实体识别方法.该方法不依赖于人工选取特征,通过神经网络模型对序列进行标注,再利用CRF对序列标签的相关性进行约束,提高序列标注的准确性.而且,针对信息安全领域标注数据样本不足的问题,采用主动学习方法,使用少量标注样本达到较好的序列标注效果.     

印尼宾都尼盆地侏罗系油气成藏特征及勘探潜力

宾都尼盆地是印尼东部重要的中生界含油气盆地之一,经历了克拉通内坳陷、裂谷期、被动陆缘和挤压反转期4期构造演化,形成现今弧后前陆盆地的构造格局。盆地的主要烃源岩和储盖组合多发育于中古生界,晚二叠世与早中侏罗世煤系地层是主力烃源岩,排烃高峰期始晚中新世,以生气为主。侏罗系三角洲-滨岸砂体为优质储层,原生粒间孔发育,平均孔隙度15%,平均渗透率18mD,属于中孔-中高渗透储层;盆地中北部前渊斜坡带发育一系列背斜、断背斜圈闭,且发现了大量气田群;天然气多以“下生上储”,即从前渊坳陷气源灶沿着砂体和断层运移至侏罗系砂岩圈闭聚集成藏。综合分析认为,储层质量和有效圈闭是侏罗系油气成藏的主控因素,东部逆冲褶皱带与海湾南部斜坡带是未来勘探的两个有利区带。     

基于DCT域中频系数关系的冗余水印算法

提出了一种在DCT变换域中嵌入冗余信息的算法.用不同的密钥对水印信息进行置乱,得到不同的冗余水印信息,增强了安全性.根据ZigZag的扫描顺序,在DCT域中选取一串中频系数并进行分组,嵌入冗余水印信息.对提取的冗余水印信息用最大隶属原则进行判决,确定嵌入的水印信息.实验验证该算法具有较好的抗噪声攻击和几何变换的能力.     

基于关联词和扩展规则的敏感词库设计

为了研究网络敏感信息的传播,以及对互联网信息发布的监控,提出了一种敏感信息关键词库. 此敏感词库主要针对目前网络技术环境与网络信息传播的方式,采取基于广义jaccard系数的相关度算法计算敏感关键词的关联词,以及基于扩展规则的关键词扩展词设计敏感词库的结构和功能,并采用Java网络编程和MySql数据库实现. 根据借助于敏感词库的网络敏感信息检索,实验结果表明,网络敏感信息检索可靠率提高10%以上.     

纳米SiO2对离子液体/P(VdF-HFP)复合膜的电导率影响初探

通过用相转化法制备直接甲醇燃料电池用离子液体/P(VdF-HFP)复合质子交换膜,研究纳米SiO2的添加对P(VdF-HFP)复合膜电导率的影响.结果表明,纳米SiO2的加入,在一定程度上提高了复合膜的电导率,同时复合膜的机械性能也有了一定的改善.     

GPS接收机的应用与研究

本设计采用卫星定位技术（GPS）跟踪物体位置,使用嵌入式ARM7TDMI（LPC2114）控制核解算移动物体实时地理信息（如经纬度、海拔高度、方向、速度、时间等）,改GPS主要用于公交车系统。     

原子力显微镜仿真平台的设计与实现

原子力显微镜作为迄今为止应用最成功的微系统之一,在整个微纳米领域中起着举足轻重的作用.原子力显微镜的仿真为其研究提供了第一手的思路,数据与资料,是该领域中极为重要的一个研究方向.分析了原子力显微镜的工作机理和其中的复杂非线性因素,在此基础上,设计并采用Matlab/Simulink工具实现了一个包含接触和轻敲两种模式的原子力显微镜仿真系统,然后通过对样品的扫描结果验证了该仿真平台的有效性.     

基于语义API依赖图的恶意代码检测

传统的恶意代码动态分析方法大多基于序列挖掘和图匹配来进行恶意代码检测,序列挖掘易受系统调用注入的影响,图匹配受限于子图匹配的复杂性问题,并且此类方法并未考虑到样本的反检测行为,如反虚拟机.因此检测效果越来越差.本文设计并提出一种基于程序语义API依赖图的真机动态分析方法,在基于真机的沙箱中来提取恶意代码的API调用序列,从而不受反虚拟机检测的影响.本文的特征构建方法是基于广泛应用于信息理论领域的渐近均分性(AEP)概念,基于AEP可以提取出语义信息丰富的API序列,然后以关键API序列依赖图的典型路径来定义程序行为,以典型路径的平均对数分支因子来定义路径的相关性,利用平均对数分支因子和直方图bin方法来构建特征空间.最后采用集成学习算法-随机森林进行恶意代码分类.实验结果表明,本文所提出的方法可以有效分类恶意代码,精确度达到97.1%.     

基于Curvelet域自适应数学形态学降噪的含噪图像盲分离方法

针对含有噪声情况下的盲分离问题,提出一种基于Curvelet域自适应数学形态学降噪的含噪图像盲分离方法.该方法在对含噪混合图像进行Curvelet多尺度几何分析的基础上,根据Curvelet变换域信号稀疏的特点,采用位置相关自适应数学形态学降噪算子进行降噪,选取最稀疏的子带图像寻求分离矩阵,进而实现全局分离.仿真结果显示,该方法对于含噪图像的盲分离具有良好的性能.