神经网络技术在测井相分析及水淹层判别中的应用

以测井相分析和常规测井资料定性识别水淹层的理论为基础，运用神经网络技术，对勘探阶段的探井进行了沉积相识别，并对油田开发阶段的水淹层进行了级别划分．对长庆、大港等油田的４口探井进行了测井相分析，并对２０多口开发井的单井进行了评价．结果表明，神经网络技术可以有效地应用于油田勘探开发测井中．     

煤与瓦斯突出的神经网络预测分析

煤与瓦斯突出是一个复杂的过程 ,做好预测预报工作显得尤为重要。本文通过建立煤与瓦斯突出的人工神经网络预测模型、原始样本的学习 ,可预测待报样本的突出情况 ,并进行了实例分析。经过检验 ,该预测模型的预测精度较高。图 1 ,表 2 ,参 3。     

水平管螺旋流中均匀固粒的分布

文章讨论了水平管螺旋流中的均匀固粒接近均匀分布这一重要性质，从动力学与运动学原理分析其原因，并以初步试验结果作了验证，从而为提高流体输移固粒的浓度开辟了新的途径。     

某钢厂冷轧发货预报模型的预测算法及策略

分析了简单趋势、时间序列、神经网络等预测方法，结合组合预测和滚动优化的思想提出了适合于某钢厂冷轧发货预报的预测策略，给出了严格的基于实际生产数据的仿真研究。仿真结果表明，依据模型提出的预测策略是可行的。     

两相流流体网络模型的实时仿真及其算法

根据核电站安全分析及实时仿真的需要，针对核电站一回路在事故状态下的两相流问题，进行了仿真建模及其算法的研究。在以漂移流理论为依据建立的理论模型的基础上提出了一种既能比较准确反映流体网络的动态过程，又能实现快速运算、达到实时仿真要求的两相流流体网络模型的建模方法和求解技术。所建模型具有精度高、实时性好的优点。并可适用于各种拓扑结构的两相流流体网络的实时仿真计算。     

求解绝对极小拟合问题的神经网络方法

提出了一个解绝对极小拟合问题的神经网络，并证明它的全局收敛性，该网络的优点是没有选择惩罚参数的困难，稳态解对应最优解，及网络电路中不含变量间的模拟乘法器。     

△形网路的风向判别与解的唯一性

探讨了△形网路，主要结论有二：一是其网路解算有唯一解，二是其角联风路的风向判别与风量有关     

Novell Netware网中创建用户菜单技术

介绍利用Ｎｅｔｗａｒｅ提供的ＭＥＮＵ实用程序来创建用户自己的菜单的方法，并举例加以说明。     

SOFM和HMM在矢量量化码本优化中的应用

在语音压缩编码中，矢量量化占有很大比重和计算量。码本的好坏与方法的选择有很大关系。将基于神经网络的ＳＯＦＭ（自组织特征映射算法）和ＨＭＭ（隐含马尔可夫过程）应用于矢量量化，从而产生更为优良的码本。     

一种基于相关信号非线性处理的光学联想识别系统及其计算机模拟实验研究

本文提出一种基于相关信号非线性处理的光学联想识别系统，描述了它的工作原理．利用计算机模拟验证其实验的可行性．最后对模拟的结果进行了讨论和分析，指出了通过边缘增强非线性处理的图像可使系统在识别能力方面得到优化．