Model Averaging Multistep Prediction in an Infinite Order Autoregressive Process

The key issue in the frequentist model averaging is the choice of weights. In this paper, the authors advocate an asymptotic framework of mean-squared prediction error(MSPE) and develop a model averaging criterion for multistep prediction in an infinite order autoregressive(AR(∞)) process.Under the assumption that the order of the candidate model is bounded, this criterion is proved to be asymptotically optimal, in the sense of achieving the lowest out of sample MSPE for the samerealization pred...     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

An MPI+OpenACC-Based PRM Scalar Advection Scheme in the GRAPES Model over a Cluster with Multiple CPUs and GPUs

A moisture advection scheme is an essential module of a numerical weather/climate model representing the horizontal transport of water vapor. The Piecewise Rational Method(PRM) scalar advection scheme in the Global/Regional Assimilation and Prediction System(GRAPES) solves the moisture flux advection equation based on PRM. Computation of the scalar advection involves boundary exchange, and computation of higher bandwidth requirements is complicated and time-consuming in GRAPES. Recently, Graphic...     

水杨醛双席夫碱-镍配合物的合成及其催化稠油改质研究

针对特超稠油油藏黏度大、常规开发效果不理想等问题,合成了水杨醛双席夫碱镍配合物催化剂。催化剂晶体为内部具有多孔介孔结构的金属有机框架材料,有利于稠油中的胶质、沥青质分子或聚集体进入介孔孔道,增大催化活性中心与重组分之间的接触效率。同时,材料表面呈弱亲水强亲油性,易于分散在水中并能够自发向油水界面迁移,有效提高镍催化中心的运载效率。材料的耐温性能良好,在600℃下质量保留率为65.14%。使用高温高压反应釜评价了催化剂对稠油的降黏性能和黏度反弹率,分析了催化改质前后稠油的碳数分布特征。通过高温高压模拟驱替实验,研究了催化剂对驱油效率的影响。在胜利油田进行现场试验,并对催化改质效果进行了跟踪分析。研究发现,合成的席夫碱-镍催化剂在250℃、反应时间10h、质量分数为1.5%时,对胜利稠油的降黏率可达87.6%。放置30天后,黏度反弹率仅为3.9%。反应后的稠油显著轻质化,碳数大于41的组分含量明显减少,碳数小于26的组分含量明显增加。室内驱替实验表明,先进行2PV蒸汽驱,再伴注席夫碱-镍催化剂,驱油效率比纯蒸汽驱提高了10.5%。现场试验结果表明,催化改质措施后,油井日产液和日产油均明显增加,含水下降,累计增油315t。措施后沥青质和胶质含量下降,饱和分和芳香分含量升高,可以实现稠油黏度的不可逆降低。。     

无监督和弱监督视频异常检测方法回顾与前瞻

随着监控技术的不断发展,监控摄像头已经被广泛部署到各种场景中。手动检测视频异常情况已经变得不可能。因此,作为智能监控系统核心的视频异常检测技术正在受到广泛关注和研究。随着深度学习的发展,视频异常检测领域取得了显著的成就,并涌现出许多新的异常检测方法。本文将梳理了应用在不同数据类型上的无监督和弱监督视频异常检测学习方法,分析现有方法的贡献,并比较不同模型的性能。此外,还整理了一些常用的和新发布的数据集,并总结了未来工作要面临的挑战和发展趋势。     

考虑地质分层约束的长短期记忆循环神经网络测井曲线重构

延长油田东部裸眼井区早期测井资料普遍只有自然电位（SP）、自然伽马（GR）及梯度电阻率(R2.5)三条曲线,因缺失声波（AC）、地层电阻率（RT）等测井曲线,难以满足精细油藏地质研究需求。东部裸眼井区开发时间长、单井产量低,重新测井缺乏可行性及经济性。采用长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行缺失测井曲线重构是一种经济有效方法,适用于地层测井序列数据。然而延长油田东部浅层油藏上覆黄土层段测井数据信号干扰大,直接应用模型精度较差。针对此问题,本文采用考虑地质分层约束的LSTM模型进行缺失测井曲线的重构,通过分层数据截取每口井长6层段测井数据作为样本数据,既保留了LSTM模型处理序列数据的优势,同时又避免了上覆黄土层测井数据对模型的干扰。利用裸眼井区完整测井数据进行模型训练优化和验证,讨论了考虑地质分层约束的LSTM测井曲线重构精度,结果表明通过引入地质分层约束,模型重构测井曲线精度更高。应用优化后模型实现裸眼井区50口仅有GR、SP、R2.5三条曲线数据井的AC、RT曲线重构,对50口井的142个射孔段进行二次解释,对比试油解释结论符合率达到89.4%,验证了该方法对测井曲线重构的实用性和有效性。     

基于三维魔方模型的大运河沿线县域“三生”空间划定方法

三维魔方模型是研判空间要素多功能优势度分区的量化方法,能够直观表征空间功能的最优组合模式,为精准识别大运河沿线县域国土空间功能提供关键技术支撑。本文以“生态—生活—生产”三生空间功能为切入点,建立大运河沿线县域三生功能适宜性评价体系;基于三维魔方模型提出三生空间范围划定规则;以大运河流域青县段为研究对象,划定三生空间范围并提出优化建议。结果表明：基于三维魔方模型建立的单项功能适宜性和多项功能适宜性组合的三生空间划定规则,划定了大运河流域青县的生态、生产、生活空间范围,占比分别为60.46%、33.52%、6.02%。其中生态空间主要分布在大运河两侧,包括550.58 km2的生态功能高适宜和最高适宜空间,是大运河流域良好的生态本底;48.23 km2生活、生产功能中适宜、低适宜和不适宜空间,是大运河流域未来生态修复的重点区域。该研究成果丰富了“三生”空间范围划定的方法与技术手段,为大运河流域国土空间治理和综合利用提供理论基础。     

考虑压敏效应的低渗透油藏CO2辅助重力驱合理配产方法

高倾角低渗透油藏在进行水驱开发时,在油藏高部位存在大量剩余油,采收率较低,采用CO2辅助重力驱,可以充分利用高倾角的地质特征,有效提高该类油藏的采出程度。但是由于CO2对原油物性影响要远大于水对原油物性的影响,CO2驱替过程中流体的渗流过程更加复杂,因此有必要对低渗透油藏CO2重力驱合理配产优化进行研究。首先,依据油藏中任意一点压力与最小混相压力的关系,分别建立了考虑压敏效应的低渗透油藏CO2重力驱混相和非混相模型;其次,运用Python对模型进行求解,同时分析了压敏系数、地层倾角、注采井距和注气速度对油藏配产的影响;最后,结合现有工作制度法和增产倍数法,对比本模型计算结果,运用tNavigtor软件对三种方法进行采收率预测。研究结果表明：运用本文方法对油藏进行合理配产具有较好的开发效果,油藏采收率相对较高,研究成果对该类低渗油藏的开发具有较好的借鉴意义。     

采动覆岩注浆离层力学结构模型及稳定性预测方法： 以张集煤矿为例

煤矿开采引发地表岩土层移动变形,进而导致建筑倒塌、生态环境破坏等问题,离层注浆是减缓地表沉降的重要手段之一。为了研究淮南矿区倾斜地层采动离层的发育和稳定性,基于关键层理论,建立由主关键层、注浆阻隔层、亚关键层组成的采动覆岩注浆离层力学结构模型,提出注浆离层稳定性力学判据。采用离散元数值模拟分别建立水平和倾斜地层模型,模拟煤层开采过程中裂隙演化规律及可注浆离层发育情况。结果表明,水平和倾斜地层导水裂隙均未贯通注浆阻隔层,主关键层底部均发育可注浆离层,水平地层可注浆离层开度比倾斜地层的开度更大。数值模拟证明采动覆岩注浆力学结构模型可以对采动离层稳定性进行有效预测。     

含未知输入非线性系统的扩展平方根容积卡尔曼滤波算法

针对工程实际应用中存在的未知输入会导致经典的非线性滤波器状态估计精度下降甚至滤波发散的问题,提出了一种基于最小方差无偏估计(minimum variance unbiased estimation, MVUE)准则的扩展平方根容积卡尔曼滤波(extended square-root cubature Kalman filter, ESRCKF)算法。首先,结合上一时刻未知输入估计值对状态一步预测值进行修正,得到含未知输入条件下的状态预测值。其次,设计新息并采用加权最小二乘(weighted least squares, WLS)法获取当前时刻未知输入的无偏估计。最后,通过最小化协方差矩阵的迹,同时采用拉格朗日乘子法和舒尔补引理得到系统状态的最小方差无偏估计。仿真结果表明,相比于现有的非线性滤波算法,ESRCKF算法提高了在处理含未知输入非线性系统时的状态估计精度,并能同时实现系统状态和未知输入的最优估计,验证了该算法的有效性。