基于自适应主成分分析维度寻优的脑力负荷识别

脑力负荷识别对提高作业操作人员工作效率,减少人因事故具有重要意义。然而,由于脑电(electroencephalogram, EEG)信号的采集是由多通道脑电帽采集的,并且分布在各个频带上,因此经过特征提取得到的特征维度过高,造成后续识别模型复杂度过高。对此,通常使用主成分分析(principal component analysis, PCA)对高维特征向量进行降维处理,但是降维维度的取值很难确定。提出了一种基于主成分分析的自适应维度寻优方法,将实验数据集中的高维特征使用主成分分析降维到寻优维数范围内的各个维度,并将各个维度的分类精度绘制成维度—分类精度曲线,通过识别该曲线的“肘部”来确定该实验数据集的最优降维维度,并将该维度应用到同实验的其他实验数据上进行脑力负荷识别。结果表明,该方法可以准确识别出在同实验数据集中通用的最优降维维度,有效提高识别效率。     

苏里格气田区小井眼二开水平井优化设计

小井眼二开水平井具有周期短、节省钻井成本的优点,但在钻进过程中会出现的井眼轨迹控制难、机械钻速(rate of penetration, ROP)慢、井壁易垮塌和易发生井漏等问题,针对上述问题对苏里格气田区小井眼水平井进行优化设计。井身结构的设计采用自下而上的设计原则,确定井身结构为小井眼二开水平井,二开结构可以减少下钻次数,缩短钻井周期;井眼轨迹设计采用五段制中的“直-增-稳-增-水平”井眼轨道设计,增加稳斜段弥补造斜不足的问题;针对钻遇地层特征优选钻具组合,应用聚晶金刚石复合片(polycrystalline diamond compact, PDC)钻头提高破岩效率;针对易塌易漏地层进行钻井液的分析研究,优选聚合物钻井液提高井壁稳定性。经过现场的应用,解决了井壁易塌易漏问题,提高了机械钻速,缩短了钻井周期。结果表明：小井眼二开水平井的结构设计合理,可以在现场进行推广。     

宁夏盐池县人地关系演变及其调控

通过对宁夏盐池县人口、资源和环境的变化状况分析表明,盐池县土地利用粗放,土地产出低,经济效益差,人口达到半干旱区承栽的临界,土地沙漠化达到严重程度,人地关系恶化．由此,提出了控制人口增长,提高人口素质,调整农牧业时空结构,发展特色产业,壮大区域经济等优化人地关系的对策和措施．     

服务于智能交通系统的离群交通数据识别

为了提高交通建模的准确性和可靠性,或者提取重要的有价值的隐藏信息,将离群数据挖掘技术引入交通数据处理.首先分析了3种典型的离群数据挖掘算法:基于统计的方法、基于距离的方法以及基于密度的方法的原理、特点和时间复杂性;其次给出了2个实例分析,一是在建立交通流量预测模型前,将基于统计的方法和基于距离的离群检测方法分别用于交通量时间序列,寻找离群数据;二是将基于距离的方法和基于密度的方法用于路面平整度检测.实例研究表明,离群数据挖掘算法可有效识别异常交通数据,在交通工程领域具有较大的应用潜力.     

荧光法研究6-硫鸟嘌呤和牛血清蛋白之间的相互作用

利用荧光光谱技术研究了6-硫鸟嘌呤(6-TG)和牛血清蛋白(BSA)之间的相互作用.6-硫鸟嘌呤对牛血清蛋白荧光的猝灭机制属于形成复合物的静态猝灭过程.在22,32和42℃下6-硫鸟嘌呤和牛血清蛋白之间的结合常数K分别为8.07×104,9.83×104和12.04×104L/mol,结合位点数n分别为1.002,1.022和1.039.3个温度下的热力学参数变化值(AH,AG和AS)表明,结合反应的主要作用力类型为疏水作用力,熵变化驱动该结合反应而焓变化不利于该结合反应.根据Forster非辐射能量转移理论,测得6-TG与BSA之间的结合距离r分别为3.44,3.52和3.54 nm(22,32和42℃下).根据牛血清蛋白的结构,可以推测牛血清蛋白与6-硫鸟嘌呤结合的位点在ⅡA亚结构域,靠近Trp 214的区域.     

基于知识图谱的冬奥赛事气象服务文本生成方法研究

气象服务文本是为赛事顺利举行及赛事期间的各项活动提供必要的气象保障,是组委会、裁判、各代表队的工作人员获取气象信息开展相关工作的载体。现有气象文本生产需要人工编写审核,效率不高。相比之下,全自动文本生成更加依赖于模板和固定的形式。针对以上问题,结合自然语言处理技术提出了基于知识图谱的冬奥赛事气象服务文本生成方法。重点从历史赛事气象服务文本中进行内容分析和特征提取,利用气象数据和历史赛事信息构建了高山滑雪赛事知识图谱。该方法根据实时气象数据和文稿模板生成天气描述文本,然后基于知识图谱查询推理技术得到赛事影响结果并生成相应文本。实验结果表明,气象服务文本的自动生成结果具有较好的准确性和可读性,有助于冬奥赛事的顺利推进,该文本生成方法面向特定领域也具有较好的应用前景。     

网联异质车群的自主换道行为及动力学建模

道路上行驶的网联异质车流,存在着网联自主驾驶汽车（Connected Autonomous Vehicles, CAVs）和人工驾驶汽车(Human-driven vehicles, HVs)的复杂交互耦合关系。传统的交通优化模型着重于均匀化网联车辆的运行速度,缺乏对网联车辆自主换道和主动礼让行为的考虑。为引导CAV自主变道决策和让行行为,挖掘其自主行为的动力学特性,运用系统动力学建立车车交互行为模型,判断CAVs所处的空间阈值,控制瓶颈区CAVs的目标巡航速度,调节瓶颈区道路车辆密度,提高异质车流通行效率。采用Matlab数值仿真,验证分析面向CAV自主决策行为的动力学模型,结果表明:相较于传统的交通优化模型,加入符合换道条件和让行条件下的CAVs自主行为因素后,交通瓶颈区车辆平均延误以及瓶颈区排队长度均减少约20%,其中停车延误可减少约40%。网联异质车流中车车交互行为特性及自主决策行为动力学模型可为提高异质车流在瓶颈区的高效运行提供理论基础。     

基于RLLE算法的脑力负荷分类研究

近年来,随着人工智能领域技术的不断发展,脑机接口(Brain-Computer Interface,BCI)吸引了更多学者的关注。实时监测高强度脑力工作者的脑力负荷水平并其任务做出动态调整是保护国家财产和操作人员安全的重要手段。研究表明由脑电图(Electroencephalogram,EEG)提取的特征功率谱密度对于脑力负荷的变化比较敏感,但由于其维数过高,容易造成数据灾难。传统的主成分分析（Principal Component Analysis,PCA）算法会损失部分非线性特征。局部线性嵌入（Locally Linear Embedding,LLE）是常用的非线性降维算法,但该算法对噪声的敏感性高,降维结果受参数影响较大。稳健局部线性嵌入算法RLLE（Robust Locally Linear Embedding）,在LLE优化权重矩阵时添加了正则项优化,不仅增强了模型的抗噪能力,也解决了解模型过程中可能会出现的矩阵病态和奇异性问题。该算法中的参数k在使用时经常选取较小的值以更好地捕捉数据集的局部结构,并大大减少了模型的计算时间。但脑电数据具有维数高,复杂度高的特点。选取小的k值不仅会导致模型对噪声异常敏感,也会使模型忽略重要的大邻域结构从而影响降维结果的准确性。本实验在使用该算法时,结合模型精度和计算时间选取了更合理的k值区间,使模型在保持高效的同时具有更强的抗干扰能力,并可以提供更全面的信息来描述数据集,使得嵌入结果更加准确。实验结果表明,经过RLLE降维后的数据使用支持向量机（Support Vector Machine, SVM）分类精度普遍高于经过PCA的降维方式,具有更强的抗干扰能力。     

鄂尔多斯盆地铁边城地区长2油层组剩余油模拟

为了实现油田增储上产及老井挖潜的目标,提升剩余油资源开发潜力,通过岩心、薄片、电镜、物性、模拟方法系统的研究了鄂尔多斯盆地西北部姬塬油田铁边城地区长2段主力油层的剩余油分布特征。研究显示,长2₁^3-2和长2₁^3-3小层为主力产油层,平均厚度分别为12.2 m及11.1 m。目的层砂岩储层的孔隙度通常介于12%～18%,渗透率则通常低于8 mD。根据相控原则,建立了主力产层的物理属性模型及流体模型;进而,开展了剩余油分布数值模拟研究。通过基于实测产水及产油量约束的历史生产曲线拟合,获得了剩余油的纵横向分布结果。研究显示,剩余油分布受砂体边界、物性差异及注采关系的影响。剩余油整体上成片分布;但是,受油藏物性差异的影响,注水多呈不均匀受效,因而造成局部剩余油富集。剩余油主要分布在砂体边界处,这些区域无井网控制,因而水驱程度低,剩余油分布较多。受长期注采的影响,井间会形成高渗区,这些其余类似高速通道,会发生快速水淹,其周边则形成剩余油滞留区。可见,剩余油富集明显受微相、物性、注水及井网因素的控制。     

基于动态安全车距的车辆跟驰模型及稳定性分析

为了更好地模拟车辆的跟驰特性,在全速度差(full velocity difference, FVD)模型的基础上考虑前车与跟随车的车头间距、速度差、速度和加速度等因素,建立了一种基于动态安全车距的改进FVD跟驰模型。构建了可变车头时距模型量化前车加速度对跟驰车头间距的影响程度;应用小振幅扰动分析和长波展开进行了模型线性稳定性分析,推导了改进FVD模型的临界稳定性条件;设计环形道路上微扰动数值仿真实验,分析了扰动后的车辆跟驰行为特性,解析加速度参数对模型抗扰能力的影响。研究结果表明：考虑前车加速度信息可以降低扰动演化时的波动振幅,有助于提高车流的稳定性。