面向主题的互联网信息智能获取与处理工具

将人工智能技术与现有Web信息搜索技术有机结合,建立用户查询的个性化模型,提供信息查询的个性化服务,并实现了面向主题的互联网信息智能荻取与处理工具.     

姬塬-盐池地区长8破坏性成岩作用对储层孔隙损失的定量分析

为定量评价破坏性成岩作用对鄂尔多斯盆地姬塬-盐池地区长8致密储层孔隙度降低所造成的影响,并分析储层孔隙度损失的过程,采用铸体薄片及扫描电镜观察、碳氧同位素分析测试、定点统计及公式计算等手段对各成岩阶段样品进行分析测试,结合长8储层的基本特征、成岩作用类型、组构演化及定量化结果的分析,证实压实作用、胶结作用以及黏土矿物充填为长8致密储层所经历的主要破坏性成岩作用。其中压实作用减小的孔隙度平均为20.92%;胶结作用减小的孔隙度平均为8.52%,仅碳酸盐胶结造成孔隙度损失就占4.33%;绿泥石充填造成的孔隙度损失平均为3.54%,而高岭石充填造成的孔隙度损失平均为3.43%。综合分析储层孔隙度损失过程,认为以压实作用、早期方解石和绿泥石胶结作用为主要破坏性成岩作用的同生期及早成岩A期,孔隙度下降了15%;至早成岩B期,进一步的压实作用和早期方解石胶结使孔隙度下降13.39%;进入中成岩A期,以晚期的(含)铁方解石、自生石英及高岭石充填等胶结作用为主的破坏性成岩作用使得孔隙度最终降低至8.24%(算入了溶蚀及构造破裂作用的增孔)。     

基于3G TS 25.212的Turbo码交织器的研究

介绍了Turbo码和交织技术,以及交织技术在Turbo码中的重要作用,提出了一种交织器电路的设计思路,并进行了信道的性能仿真,比较了它的性能。根据此设计思路,用Verllog HDL语言的编程设计了基于3GTS25．212交织器的电路,并给出了仿真结果,验证了设计的正确性。     

活性污泥污水处理系统的最优鲁棒H_∞保成本控制

针对具有凸多面体参数不确定性的污水处理控制系统,研究其鲁棒H∞保成本控制器的设计问题。首先,给出变参数活性污泥系统的状态空间模型;然后,结合二次型性能指标和H∞性能指标,导出系统鲁棒H∞保成本控制器存在的充分条件以及相应的控制器设计方法,并通过线性矩阵不等式,给出该控制器增益的可行解。以某污水厂污水性质和处理能力为例,应用所设计的鲁棒H∞保成本控制器进行仿真研究。仿真结果表明:采用该方法使系统最终的稳态误差较小,证明该方法是可行和有效的。     

考虑土体软化的隧道盾构掘进界面稳定性分析

岩土工程中的许多土体有应变软化行为,这种软化行为能导致应变局部化,进而对土体的稳定性有重要影响．首先研究饱和砂土的排水平面应变压缩试验的剪切带的形成,进行数值分析,预测了实验现象．然后,考虑土体应变软化盾构掘进面失稳的影响,对深埋隧道的盾构掘进进行三维数值分析,对比分析渗流条件下应变硬化模型和应变软化模型以及应变软化条件下考虑渗流与未考虑渗流模型之间的区别．分析表明,土体应变软化更容易导致盾构掘进界面失稳,使得开挖面的极限支护压力和地表沉降增大、塑性区扩展比没有应变软化的土体更大．探讨了诸如内摩擦角、黏聚力等土质应变软化参数的变化对盾构掘进界面稳定性的影响,发现内摩擦角软化的影响较大,黏聚力次之．最后,对天津地铁9号线的一段盾构掘进进行了模拟,其结果与工程实测数据相吻合．     

曲柄滑块机构中滑块输出位移的可靠性分析

建立了运动副磨损量的计算模型.通过机构的运动学和动力学分析计算运动副元素之间的接触力和相对运动速度,在运动副连续接触理论和各随机因素符合正态分布的假设下,建立了曲柄滑块机构滑块输出位移可靠度模型,利用编写的Matlab计算程序对所建立的模型进行了实例计算,得出了机构随着工作时间的延长运动副元素的磨损影响越突出的结论.所建的模型可以估算机构工作一定时间后的运动精度可靠度,也可以推算在给定要求下机构的工作寿命.     

对高职教育发展若干问题的思考

高职教育要以科学发展观为指导,正确定位,制定新的发展战略,坚持"以服务为宗旨,以就业为导向"的办学方针,大力加强教学工作,切实提高教学质量;坚持内涵与外延、质量与数量的均衡发展,以人为本、统筹兼顾;走产学研相结合的道路,科学推进高职教育全面、协调和可持续发展。     

时滞分布参数系统的指数渐近稳定性

基于Lyapunov稳定性理论,利用辅助函数方法研究由变时滞分布参数控制系统所导出的滑动模运动方程的指数渐近稳定性问题,获得了一类滑动模运动方程指数渐进稳定的充分条件,建立了滑动模运方程解的指数渐近稳定性定理。这就为研究时滞分布参数系统的变结构控制问题奠定了理论基础。     

基于统计学习理论的小波神经网络优化

传统的离散仿射小波神经网络训练都是建立在大样本基础上的,当样本数量较少时,不能保证网络的泛化能力。在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法。首先根据样本数据和小波基函数的时频局部化特性构造隐含层函数集,并按照小波基函数的能量大小来建立函数嵌套结构,然后采用自适应正交最小二乘法来训练网络权值,保证训练的小波神经网络结构风险最小化。仿真表明该方法不仅具有较高的收敛速度,而且最大限度地保证了网络的泛化能力。     

基于离群聚类的异常入侵检测研究

提出了一种离群聚类算法,并分析了算法抗例外点干扰的能力.离群数据是远离其它数据的数据,网络中异常入侵数据的实质就是离群数据,因为异常入侵记录往往呈现小样本和多变性的特点,并且偏离正常网络连接记录.通过定义新的异构样本的相异性度量方法,提出了一种基于离群聚类无监督学习的异常入侵检测方法.仿真实验表明了方法的有效性和实用性,在总检测率方面优于文献中已有的其它方法.