铸体薄片图像分析法求取储层孔隙度

在石油勘探工程中,储层孔隙度是进行油气预测、油气储量计算的重要参数。根据测井铸体薄片图像资料,在传统BP网络模型的基础上提出了一种基于灰色关联约束的BP神经网络改进模型。对铸体薄片图像进行孔隙识别、统计,进而自动判读储层孔隙度。研究和实验表明,该方法对储层孔隙度的分析、判读更具合理性和实用性。     

铸体薄片图像分析法求取储层孔隙度

在石油勘探工程中,储层孔隙度是进行油气预测、油气储量计算的重要参数.根据测井铸体薄片图像资料,在传统BP网络模型的基础上提出了一种基于灰色关联约束的BP神经网络改进模型.对铸体薄片图像进行孔隙识别、统计,进而自动判读储层孔隙度.研究和实验表明,该方法对储层孔隙度的分析、判读更具合理性和实用性.     

属类概率距离构图的半监督高光谱图像分类

提出一种利用属类概率距离构图的半监督学习算法,并应用于高光谱图像分类。首先,该算法利用基于分类的稀疏表达方法来预估未标记样本的属类概率向量,然后,利用这个概率向量对描述数据相似性的距离函数进行改造,改造后的距离函数能有效扩大异类样本点之间的距离,在新的距离函数的度量下,每个样本点的邻域中可包含更多同类的样本点。最后,将该距离函数应用于半监督学习线性邻域传播算法和标签传播算法中。在Hyperion 和AVIRIS高光谱遥感图像上的实验结果表明：相比于传统的基于图的半监督学习算法,该算法能有效提高高光谱遥感图像分类精度。     

基于GIS的城市化背景下的村域农用地评价

我国正处在城市化加快发展的阶段,城市用地的迅速增长,使得大量的农用地正在快速转变为非农业用地.本文以GIS技术为核心,在快速城市化的背景下,综合考虑农用地的经济价值和社会价值,建立评价模型,并以南京市江宁区为例进行实证研究,探索农用地评价的方法,为农用地的征用、整理、分等、定级和估价提供一定科学依据.     

氧化还原电位油气性信息灰色ART聚类评价法

基于氧化还原电位油气信息的灰色性＾「１」,提出了对勘测的氧化还原电位信息进行关联滤波灰色神经网络ＡＲＴ聚类评价方法。在新疆塔里木盆地托库研究区,应用采集的自然电位信息用该方法进行处理,圈定了４个油气圈闭区。其中③号油气圈闭区已钻获高产油气流,该方法对所有物化探勘探信息进行圈闭含油气性评价时都具适应性。     

隐蔽油气圈闭物化探信息靶中灰色BP网络标定法

将测区探测的物化探场视为灰色信息,通过灰色信息优化处理方法突出隐蔽油气圈闭的异常,利用ＢＰ网络方法缩小油气圈闭靶区,标定油气圈闭靶区靶中位置。     

基于自然伽马测井信号的维纳滤波法求取泥质含量

泥质含量是定性、定量评价储层属性的一个重要参数.研究经济、适用、高精度的储层泥质含量求取方法, 对储层的评价、预测含油气远景和计算储层油气储量意义明确.提出了测井自然伽马求取泥质含量的新原理, 认为测井自然伽马信号是地层自然伽马真值通过一个系统的卷积滤波输出.利用测井自然伽马信号和提取的自然伽马真值子波, 采用维纳滤波法求取测井系统逆因子函数, 根据逆因子函数, 用自然伽马测井信号做卷积直接计算泥质含量.本研究在中国西北某油气勘探区有岩心分析资料的K13井进行了试验, 求取的泥质含量精度比测井常规解释方法大幅提高, 在同一勘探区K11、S44、S4等井试验性应用, 效果良好.      

基于K-L变换的BP神经网络遥感图像分类

为了提高多光谱遥感图像的分类正确,提出了一种基于主成分分析(K-L变换)的分类方法。该方法先应用K-L变换对多波段遥感图像进行降维,提取最主要的三个成分合成假彩色图,然后利用BP神经网络对假彩色图进行监督分类。由于主成分之间是不相关的,增强了图象信息,降低了神经网络的计算量,提高了分类精度。实验结果证明,该算法分类精度优于传统分类方法,总正确率为88.5%,Kappa系数为0.862,因而具有实用价值。     

基于GIS的连锁超市物流配送信息系统的设计与实现

在市场竞争日益敏烈的形势下，各大连锁超市公司为了赢得客户，占领市场，陆续开展零售商品送货上门服务业务和电子商务业务。根据连锁超市送货上门服务的配送特点，本文简要介绍了基于GIS的连锁超市物流配送信息系统的设计框架。在此基础上，介绍了系统数据库的组织结构和构建方法，通过实例较为详细的论述了系统功能中的客户地址匹配、超市配送对象设计、配送路径设计的实现过程。     

利用矿物包裹体中氡气找矿方法

矿物中包裹体研究是目前成岩成矿理论研究的重要手段之一,同时又是一种很有发展远景的新的地球化学找矿方法。据此我们利用与铀矿化有关的矿物中气液包裹体内,放射成分衰变的氡气来找铀矿。几年来对已知和未知的矿区和地区样品的测试,对于铀的成矿预测和指导找矿起了独特的作用。