基于多材质复合管柱的裸眼井壁支撑工艺及应用

已完钻超深裸眼水平井侧钻技术是经济、高效开发油藏剩余油的主要手段之一，传统的磨铣钢套管开窗侧钻技术存在下入摩阻大、磨铣耗时长导致开窗失败等问题。为此，提出了基于多材质复合管柱的超深水平井裸眼井壁支撑工艺，结合中国西北油田已完钻超深裸眼水平井井况，首先，提出了基于“铝合金+碳钢”的多材质复合管柱组合及设计方法；其次，开展了基于管柱实物屈曲实验数据的管柱临界屈曲载荷计算模型适用性评价，并优选出了适合于“铝合金+碳钢”多材质复合管柱的屈曲临界载荷计算模型；最后，研究了综合考虑管柱扭矩、摩阻、刚性、井眼条件、管柱强度及材质的多材质复合管柱下入性分析方法，并利用下入性分析软件对西北油田顺北X1井、X2井、X3井、X4井复合管柱进行了下入可行性评价。该方法在X1井和X2井得到成功应用，进一步论证了该工艺现场应用的可行性。研究成果可为超深水平井裸眼井壁支撑的复合管柱设计和下入可行性评价提供理论参考。     

地级市以上公共图书馆新型智库建设研究

对地级市以上公共图书馆新型智库的建设进行了角色定位,分析了国内公共图书馆智库建设现状,包括其建设成效及建设过程中存在的不足之处,指出公共图书馆新型智库的建设应向创新型、决策型转变,并坚持正确的发展导向,依托国家公共文化事业的发展做大做强,为国家文化建设事业积极建言献策,充分发挥公共图书馆新型知识智囊团的作用.     

常规电教媒体的现状及对策

常规电教媒体在我国的教育教学改革过程中曾经发挥过积极的作用。随着科技的进步与发展，常规电教媒体日渐被冷落、遗忘；但常规电教媒体的优势仍然存在，只要采取相应的对策，常规电教媒体在我国教育事业的发展过程中仍可发挥出巨大的作用。     

高师院校书刊阅览服务的优化与高素质人才培育

论述了高师图书馆实施综合素质教育的意义和挑战,提出了共建具有专业特色的教育基地、优化整合教育资源、全面推进素质教育等培养高素质人才,落实人才强国战略的新举措。     

基于Intranet的煤矿安全信息系统的开发

提出了利用先进的Intranet技术开发煤矿安全信息系统的解决方案 ,并就系统实现的有关方法和技术进行了详细分析和探讨。Intranet以系统的低成本、可扩充性、强适应性、运行的安全可靠性 ,为煤炭企业提供了一条经济实用的信息化道路     

在管理信息系统中单据设计的新方法

在分析PowerBuilder中用户对象的基本概念与特点基础上，提出了利用用户对象技术实现MIS(管理信息系统)中单据设计功能的方法，并给出了详细的实现过程。实际应用表明，该方法可使用户按企业的实际需要对单据的录入界面进行自由设计，无需修改软件即可满足不同用户的需求，适合各种管理信息系统的单据设计，具有通用性。     

变系数对流扩散方程的交替分段显-隐式方法

应用交替分段显－隐方法求解变系数对流扩散方程，此方法具有很好的并行性且无条件稳定。     

浅析基于电子商务网络安全PKI技术的角色访问控制模型

文本提出了一种区别于传统自主访问控制策略和强制访问控制策略的RBAC网络安全策略,并提出了RBAC的面向对象模型,实现用户身份认证与访问权限的逻辑分离,且易于控制,既能有效的改进系统安全性能,又极大地减少了权限管理的负担。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.