一种基于卷积网络的地震探测数据随机噪声去除方法

为有效提高地震数据信噪比,通过卷积神经网络(convolutional neural network,CNN)的方法研究了地震勘探数据去除随机噪声问题.该方法包含17个卷积层,使用线性整流(rectified linear unit,ReLU)激活函数避免梯度消失,使用批量标准化(batch normalization,BN)提高网络的泛化能力.所构建的网络应用残差学习策略,即输入为含噪地震正演叠前数据,输出为CNN网络学习获得的随机噪声.然后从地震记录中减去网络预测的噪声数据,从而达到去除随机噪声的目的.同时,根据地震勘探数据振幅随探测时间衰减的规律,在网络训练过程中进行深度加权,使得CNN对于深部噪声的学习效果更好.网络在PyTorch框架下训练,应用图形处理器并行计算可以有效提高网络训练速度.利用训练好的网络进行去噪实验,结果表明与传统的时空域预测滤波法相比,该网络能更好地压制随机噪声.可见针对地震勘探数据,CNN能够有效提取含噪数据中的噪声信息,证明了该方法在去除随机噪声方面的合理性与有效性.     

汽车电动助力转向系统的回正性能研究

本文以电动助力转向系统的回正性能为研究内容,通过ADAMS建立了模型汽车的整车的虚拟样机模型,在一定的助力特性条件下,分析并设计了EPS系统的回正控制策略,在MATLAB软件中搭建了回正控制系统,通过ADAMS与MATLAB的联合仿真的EPS助力效果与纯机械转向系统的对比验证了设计的回正控制策略可以很好的改善汽车在行驶过程中的回正性能,获得了较好的助力效果,提高了行车的和安全性。     

石油污染物在浅层孔隙介质中的吸附与迁移

为了解天津浅层孔隙含水介质对石油类污染物的吸附特征和油类在地下水中的迁移运动规律,利用宝坻和大港地区两个钻孔岩芯配制7个土样,以柴油类比石油,进行了室内静态吸附实验与动态淋滤实验,结果表明：（1）该地区浅部不同岩性地层对石油类污染物的吸附模式符合线性等温吸附模式,（2）石油类污染物在淡水区含水层中迁移10m需要700d,在咸水区含水层中迁移10m。需要500d,个别地点石油的超标不会造成大面积污染。     

线性序列线性复杂度均值的一个上界估计

研究了丁存生、肖国镇在文献[2]里提出了与流密码有关的20个研究问题中的第三个问题:对于给定正整数N,研究域GF(q)上所有以N为周期的序列之线性复杂度均值,获得下述结果:对于给定正整数N,域GF(q)上以N为周期的无限序列之线性复杂度均值EN(L(s∞))相似文献   

李铎国画欣赏

~~李铎国画欣赏@李铎$中国人民革命军事博物馆~~     

基于博弈论优化权重的地质环境承载力评价

随着区域城市化和工业化进程的推进,地质环境问题日趋突出.在对研究区基础资料与野外成果分析的基础上,选取了地形地貌、土地利用类型、岩土体工程地质类型等11个评价指标构建了地质环境承载力评价指标体系.分别采用专家打分法和信息熵理论确定了各指标主观权重和客观权重.为综合考虑主观权重和客观权重的优缺点,通过建立博弈论集成模型获得组合优化权重,最终实现了对研究区地质环境承载力分区.结果 表明:承载力高区、较高区、中区、较低区和低区分别占整个评价区的24.65％、34.20％、16.02％、15.67％和9.47％.研究结果可以为研究区未来城市规划建设以及地质环境保护提供重要依据.