小康社会与小康家庭的定量研究模型

中国小康社会的指标体系分国家层面、社会层面和家庭层面给出,小康家庭识别模型由一级、二级指标和测量要素来刻划,用属性识别的数学方法给出定量的计算.     

沁水盆地石炭-二叠系优质煤储层发育的沉积条件

沁水盆地石炭-二叠系中煤储层发育，但不同的煤储层在分布范围、厚度、储集物性等方面有明显的差异．从沉积学和层序地层学的角度，探讨了控制优质煤储层发育和分布的因素．研究表明，本区优质煤储层主要形成于潮坪和三角洲平原上的泥炭沼泽环境，而且总体上，潮坪上形成的煤储层的横向连续性比三角洲平原上形成的要好．海平面升降对煤储层的纵向分布以及平面上的分布范围有重要控制作用，总体上高位体系域(尤其是晚期)形成的煤储层丰度高、厚度大、分布范围广，有利于形成优质煤储层；海侵体系域形成的煤储层丰度低、厚度小、分布范围较小，不利于优质储煤层的形成．     

从建筑艺术到建筑研究

有关建筑形式与风格的命题,长期以来一直是广为争论的热门话题。这由来已久的争论又常常因为时代的发展而加入各种新潮的概念与名词。这也许是建筑的文化属性所决定了的,是一种令人两难适从的情形。因为,正是这种往往被视为空谈的争论,在十九世纪中叶关于新建筑的讨论中,为现代建筑运动后来的发生与发展做出了具有划时代意义的前奏。而那一切又是在以现代建筑所赖以生存的钢与钢筋混凝土结构出现前约半个世纪之久的年代产生的,其意义之重大可想而知。一、建筑艺术艺术不是什么神秘的东西,艺术也不排斥技术,不能认为一说建筑是艺术,就无法解…     

熵权非均质综合指数算法及其应用

利用熵权方法可以计算非均质综合指数 ,其方法包括确定对象的集合、指标因素的集合、指标矩阵、归一化指标值、指标权重以及计算综合指数等。熵权非均质综合指数算法可将数值有差异的属性参数对非均质指数的贡献进行弱化和强化 ,即去同存异 ;熵权非均质指数的大小能定量表征储层的非均质性。利用该方法在胜坨油田坨2 1断块进行了应用 ,定量地刻划了储层的层间、层内和平面非均质性 ,取得了满意的效果     

用多层前馈网络进行三维储层参数反演的方法

地震反演的主要任务是依据地震资料并综合利用地质、测井等资料得到地下地层的详细信息。三维地震反演需要处理庞大的地震数据体 ,同时在反演过程中既要考虑模型和测井的约束 ,又要考虑地震在横向上的连续性。将地震反演看作是地震数据到储层参数的模糊映射 ,并利用神经网络建立了这种映射关系。针对网络收敛速度慢、学习时间长等缺陷 ,提出了一种学习率自适应调整算法。该算法使每个权都有自己的学习率 ,使网络的训练速度大幅度提高。利用该方法进行地震反演 ,抛开了褶积模型的限制 ,也无须已知地震子波。外推过程是在三维空间内进行的 ,所得的储层参数数据体保持了横向上合理自然的连续性。对该数据体进行三维可视化解释 ,可以直接描述储层的空间展布。     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

博士生导师纪友亮教授简介

黄争鸣，男，1957年7月生，湖北钟祥人。1979年12月毕业于西北电讯工程学院无线电结构设备与工艺专业；1983年1月毕业于华中工学院固体力学专业，获工学硕士学位；1999年8月毕业于新加坡国立大学材料工程专业，获博士学位。现为同济大学航空航天与力学学院“长江学者”特聘教授。     

XML值对象适配器的设计与实现

结合J2EE平台,对XML值对象适配器的实现原理进行了详细分析,提出了它的组成部件及实现策略。最后对它在实际应用中的价值以及与其他技术相比的优势和发展的局限性进行了探讨。     

第三方物流服务质量约束下具有利他性的网购供应链决策模型*

针对单个网络商店和单个第三方物流(TPL)形成的服务供需关系,在TPL服务质量约束下构建了一个基于利他属性的网购供应链决策模型,讨论了利他属性对网购供应链系统的影响。首先在分散决策模式下,探讨了系统的均衡解和绩效;然后,分析了集中决策模式下参与者的决策和利益情况,对比分析发现分散决策模式下网络商店和TPL会因利益冲突而使系统决策失衡,从而降低了供应链参与者利润和系统绩效;在此基础上,讨论了在TPL服务质量约束下利他性与系统决策和绩效的关系,结论表明:利他属性的存在有助于改善系统决策和供应链绩效;最后,通过数值分析,进一步揭示了单方参与者具有利他性时的系统决策和绩效的变化规律,以及双方参与者切利他性互动情景下系统决策的变化规律。     

基于属性降维的钓鱼网站检测方法

随着对钓鱼网站分析刻画的不断完善,使得钓鱼网站检测特征呈现高维化特点。属性维度的增加以及数据量的增长,会造成检测计算复杂度呈几何倍数扩大,导致检测时间复杂度高、占用资源大和检测效率低。针对多属性的钓鱼网站检测,设计了一种基于属性降维的钓鱼网站检测方法。该方法使用信息增益方法对原始数据进行特征选择,筛除可能存在的冗余和噪声数据信息;根据不同属性间的互信息计算属性相关性矩阵,利用属性相关性矩阵作为权值参与加权主成分分析;根据得到的降维后新特征数据通过监督学习算法构建钓鱼网站检测模型。实验表明,该方法可以有效降低原始数据中冗余和噪声属性的干扰,能够有效检测出复杂网络环境中的钓鱼网站,同时具有较高的稳定性。