基于模糊C均值聚类算法和贝叶斯判别函数研究深水油藏分类评价

针对目前深水油藏分类评价研究现状的不足,基于模糊C均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,在此基础上,应用贝叶斯判别决策理论,建立了深水油藏分类评价的定量判别关系,对未知类型的深水油藏进行了定量分类评价。实例结果表明,应用模糊C均值聚类算法和贝叶斯判别函数相结合进行深水油藏分类评价是有效的,该分类评价体系考虑的油藏参数更为全面,分类结果更为明显,对于深水油田的开发具有一定的指导意义。     

求解广义混合平衡问题组的迭代算法

在实Hilbert空间中引入和研究了包含非单调集值映象的一类新的广义混合平衡问题组的迭代算法,研究了广义Wiener-Hopf方程问题组,证明了它与广义混合平衡问题组的等价性.利用广义Wiener-Hopf方程问题组的不动点形式,提出和分析了求解广义混合平衡问题组的新的迭代算法.在此基础上,还证明了由算法生成的迭代序列强收敛于广义混合平衡问题组的解.得到的结果是新的,并且统一和推广了这一领域的最近结果.     

基于综合运输网络的logit多路径分配模型的求解算法研究

在综合运输路网中增加虚拟的节点和虚拟路段,将交通方式间的转运（换乘）延误当做路段阻抗处理,通过使用现有的交通分配模型和算法去处理带有转向延误（换乘）的交通问题。     

基于蚁群算法和粗糙集的信息融合教学评价

单目标教学评价结果的不确定性较大,为此提出基于蚁群算法和粗糙集的信息融合教学评价方法.该方法首先利用粗糙集算法处理多项评价指标决策融合问题,在解决多项评价指标决策融合问题时采用蚁群算法对融合问题中的参数进行优化,然后对多源信息利用粗糙集方法进行融合实验结果证明:本方法更加有效,利用本方法的评教结果更加公正、合理.     

图像边缘检测算法的对此分析与研究

边缘检测是图像处理与识别中最基础的内容之一,介绍了近年来出现的新的边缘检测方法,并对其性能和算法特点进行了分析和比较.     

基于双层多粒子群算法的HDEHR系统资源分配

为解决集中式区域医疗信息集成系统存在的访问瓶颈问题,设计了一种层次化分布式EHR集成模型HDEHR(hierarchical distributed EHR).介绍了HDEHR模型的总体架构,指出了该模型中的系统资源分配问题.为HDEHR系统资源分配问题进行了形式化定义,提出一种采用平均等待时间和网络与节点资源利用均衡度的调和模型作为最优化目标函数.根据HDEHR模型层次化的特点设计了一种双层多粒子群算法BLMSPSO(bi-level multi-swarm PSO),并用其解决了模型资源的最优化分配问题.采用HDEHR-Sim仿真平台进行了试验,对HDEHR算法和集中式EHR模型进行了比较.结果表明,该系统具备线性响应能力,能很好地解决集中式EHR集成模型存在访问瓶颈的问题.     

一个修正的Hooke-Jeeves方法 (运筹学与控制论)

本文考虑不用导数信息求解无约束优化问题的方法。对于求解无约束优化问题的带有离散步的标准Hooke-Jeeves方法,目标函数值有可能在其加速步中增大。本文修正了标准HJMDS的加速步,保证了目标函数值在修正的带离散步Hooke-Jeeves方法的加速步中不增。然后,采用修正的带离散步Hooke-Jeeves方法设计了一个新算法。数值试验结果表明,修正的带离散步Hooke-Jeeves方法与带离散步的标准Hooke-Jeeves方法相比,其函数值计算次数明显减少,因而本文给出的修正的带离散步Hooke-Jeeves方法比带离散步的标准Hooke-Jeeves方法更为有效。     

FDTD算法的Matlab语言实现

分析了FDTD算法的基本原理及两种典型边界条件的算法特点,给出了Matlab语言编程的步骤和应注意的问题,并给出了实际的仿真结果,最后得出用Matlab语言对FDTD算法编程的几点结论.     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

计算机网络路由技术与算法研究

本文基于笔者多年从事计算机相关研究,以计算机网络路由为研究对象,探讨了计算机网络路由相关技术与算法。文章首先分析了计算机网络技术的发展背景,以此为基础,探讨了路由器技术与路由算法,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。