利用地震资料预测储层裂隙发育带

裂隙发育带是油气运移的基本通道之一。利用地震资料预测储层裂隙发育带可以应用以下 3种技术 :①叠后三维地震数据相干体分析技术 ;②叠后三维地震数据体构造属性分析技术 ;③叠前三维地震数据体的AVO及AVA分析技术。实践表明 ,利用多波多分量资料、叠前的AVO或AVA资料预测裂隙发育带效果会更好。尽管利用叠后资料研究裂隙发育带有较大的难度 ,但在资料信噪比较高的前提下 ,充分利用包含着丰富地质信息的三维数据体 ,可以得到令人满意的效果     

井震结合方法在断层精细解释中的应用——以喇嘛甸油田北北一区块为例

断层精细解释在油田开采后期尤为重要.目前识别断层的方法很多,本次利用本征值相干体技术识别较大断层,确定断层走向,之后主要讨论井震结合方法在喇嘛甸油田北北一区块断层精细解释中的应用.断层的存在在井上表现为断裂带两侧地层存在落差.在地震时间剖面上往往表现为反射波同相轴错断,标准反射同相轴发生分叉、合并、扭曲、强相位转换等现象.通过井震结合对比分析,对研究区原1#、4#断层进行重新组合,对6#断层的延伸长度重新厘定,最终完善了局部构造.为剩余油的挖潜、油田注采提供构造指导.     

基于MapReduce的C-Cubing并行算法

封闭立方体计算的主要任务是在生成一个数据单元时,判断其是否封闭。针对该问题,C-Cubing是新近提出的一种有效的方法,不同以往基于输出或基于元组的方法,它仅通过特定的度量,即封闭性度量,就可以判断出封闭单元。然而随着数据量的增加,C-Cubing的性能下降,因此它的并行算法还有待研究。本文提出基于MapReduce并行框架,采用C-Cubing对封闭立方体并行计算的方法,并在Hadoop上给予了实现。实验结果表明,本方案能够利用廉价的PC机器,有效提高了在较大数据集上计算封闭立方体的性能。     

立方图的可圈性

图的可圈性是哈密尔顿性的一个推广.设G是有向图,如果对G的每一个定向D,都存在S(D) V(G)使在D中改变所有恰与S(D)中一个顶点相关联的弧的方向后所得到的图为有向哈密尔顿图,则称G为可圈图.证明至少含5个顶点的连通图G的立方图是可圈图当且仅当G不同构于任何一条偶路.该结果改进了Klostermeyer的3个定理.     

MRI脑序列图像的三维重建算法研究

针对MRI脑图像分割和三维重建中存在精度与效率不高的问题,提出了一种MRI脑图像分割与三维重建方法。首先,采用双边滤波法对MRI脑图像进行去噪;其次,通过一种改进的区域增长算法对MRI脑图像进行了颅骨去除;同时,再利用改进的模糊空间聚类对脑图像中的组织进行聚类,以准确提取脑白质;最后,将提取出来的脑白质通过规则移动立方体法进行了三维重建。所给实例表明,对MRI脑序列图像的重建效果良好,为后续的定量分析和可视化打下了良好的基础。     

嵌入式社会责任立方体与上市公司绩效关系研究 ——安徽制造业上市公司实证分析

社会责任的履行与公司绩效存在一定的关联性,从企业内部责任、外部责任和社会公众责任3个维度分析了嵌入式社会责任立方体.基于安徽制造业69家上市公司2015—2018年的年报和财务数据进行回归分析,实证结果表明:安徽省制造业上市公司绩效与社会责任立方体的3个维度存在部分正相关性.结合回归分析结果,提出了安徽省制造业上市公司...     

一种数据立方高效索引机制 --CuboidTree

提出了一种高效的数据立方高效索引机制CuboidTree，利用Z-Order编码以保持同一数据小方内立方元组之间的多维空间邻近性，将数据立方查询归结构为针为其中某个特定数据小方的查询，从而将同一数据小方中的立方元组聚簇在一起以加速响应数据立方查询，对模拟数据和真实数据进行的实验表明，CuboidTree不仅可以明显地提高数据立方范围查询的性能，而且节省了存储空间，更重要的是它对数据立方查询性能的改进效果随着数据立方维数的增加而愈加明显。     

C-Z空间分解在Lp(Rn)中的推广

讨论C-Z空间分解在Lp(Rn)中的推广.     

Fast Computation of Sparse Data Cubes with Constraints

For a data cube there are always constraints between dimensions or among attributes in a dimension,such as functional dependencies.We introduce the problem that when there are functional dependencies,how to use them to speed up the computation of sparse data cubes.A new algorithm CFD (Computation by Functional Dependencies) is presented to satisfy this demand.CFD determines the order of dimensions by considering cardinalities of dimensions and functional dependencies between dimensions together,thus reduce the number of partitions for such dimensions.CFD also combines partitioning from bottom to up and aggregate computation from top to bottom to speed up the computation further.CFD can efficiently compute a data cube with hierarchies in a di-mension from the smallest granularity to the coarsest one.     

基于对象立方体结构的决策树分类挖掘方法研究

面向对象数据库中的对象分类是指对任务相关对象集中的对象进行分类,从而得到分类规则。将任务相关对象集进行泛化可以避免分类规则的过度适应,并能提高分类精确度。用该方法对基于对象立方体结构的决策树分类方法进行了研究。