新疆塔北低阻油气层录井识别方法

低阻油气层因其储层电阻率低于或接近邻近水层的电阻率,致使油气层测井电阻率响应特征不明显,常规方法识别油水层难度增大。简要概述了新疆塔北地区中新生界低阻油气层的成因,现场录井过程中利用气测录井、定量荧光、岩石热解、热蒸发色谱及核磁共振技术进行低阻油气层的有效识别,实例证明录井资料在评价、识别低电阻油层中能起到较好的效果,是识别低阻油层的有效方法之一。     

烃、汞综合气体测量法主要干扰因素的识别与消除

烃、汞综合气体测量法是一项金属矿床勘查中刚刚为人们重视的地球化学勘查新技术,在找矿勘查中应用该新方法技术时,常常会遇到四大类干扰因素。文章就这四大类因素的识别和消除进行总结。     

相控阵馈源MVDR波束合成器缓解RFI仿真

相控阵馈源(Phased array feeds, PAFs)接收机作为下一代微波接收机, 为大口径射电天文望远镜的射电干扰(Radio Frequency Interference, RFI)缓解工作带来了新的解决方法. PAFs接收机对射电望远镜焦平面的电磁波进行空域采样, 返回时域阵列信号, 使用最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)波束合成器可以自适应地识别RFI的方向, 同时抑制RFI在输出信号中的功率, 从而达到提升射电望远镜灵敏度的效果. 仿真结果表明MVDR波束合成器对有源高能量的射电干扰有很强的识别能力和一定程度的缓解能力, 同时, 该波束合成器对各阵元信道中加性噪声累积引起的无源干扰有很强的抑制能力, 因此, PAFs接收机的MVDR波束合成器可以增强日益复杂电磁波环境下射电望远镜的抗干扰能力.     

使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生.对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变...     

基于非开挖泥浆性能检测系统与弱监督学习的地层岩性识别

针对非开挖工程工勘资料缺乏,掘进地层岩性难以判别的问题,提出一种基于非开挖泥浆性能检测与弱监督机器学习结合的典型非开挖地层岩性识别方法。结合自主设计研发的非开挖泥浆性能检测系统工程现场应用,获取非开挖掘进导向段泥浆流变性能参数和密度等敏感参数的训练样本。利用部分有标签数据与K近邻（K Nearest Neighbors,KNN）算法对所有泥浆参数训练样本进行特征标签,采用核函数映射到高维空间支持向量机（Support Vector Machines,SVM）进行分类处理,建立了以上海地区典型非开挖地层分类为目标的分类模型。将该地层识别模型应用于上海地区非开挖工程,验证其有效性。结果表明,该方法能在非开挖实时钻进条件下快速识别钻进地层,识别正确率高达96%。研究成果通过采集导向段泥浆性能参数,识别非开挖掘进段地层岩性,为非开挖扩孔阶段钻具选型、泥浆设计等提供了重要地质信息保障。      

空间信息服务在RFID物流管理系统中的应用研究

RFID（射频识别）中间件技术是RFID产业化的关键技术,分布式环境下的信息交换是这项技术的主要研究方向之一。随着企业对空间位置信息的关注需求日益增大,空间信息服务也成为RFID中间件中必不可少的组成部分。本文介绍了RFID中间件和空间信息服务的概念,通过一个RFID物流管理系统应用实例研究了空间信息服务在RFID中间件中提供空间信息操作,处理与交换的应用。     

融合储层纵向信息的机器学习岩性识别方法

测井资料中包含丰富的岩性信息,相比于取心资料,具有连续性强、成本低等优点。用机器学习方法探索测井曲线与实际取心段样本岩性之间的关系,实现储层岩性的自动识别,降低岩性识别成本,提高识别效率和准确性,可以为储层评价提供有效手段。基于岩性分类依据选择适合样本的分类方案,选取适合岩性分类问题的机器学习方法设计试验方案,提出了融合储层纵向信息的机器学习岩性识别方法,利用深度窗对常规测井数据和已知岩性数据进行了序列采样,生成了训练样本。用逻辑回归、支持向量机、随机森林、卷积神经网络和Stacking集成学习5种不同方法分别建立模型,对新疆某油田的强非均质岩层原始样本进行了岩性识别。结果表明,当深度窗宽度与岩层厚度相匹配时,在原始样本具有强非均衡性的情况下,用本方法对其进行预处理之后,各个机器学习方法获得的岩性识别准确率均有较大提高。深度窗的宽度决定了方法识别岩层厚度的精度,深度窗越小,识别精度越高;深度窗越大能够保留的纵向信息越多,对相应厚度的岩层识别准确率越高。本文的融合储层纵向信息的机器学习岩性识别方法能提升测井资料岩性识别的准确性,给非均质薄岩层的自动有效识别提供了经济有效的参考方案。     

注意力机制与卷积神经网络融合的军队标号识别方法

手绘军队标号识别是基于草图的战场态势表达的重要组成部分.针对现有的草图特征手工提取方法费时费力,以及依靠数据驱动的深度学习方法泛化能力受到训练数据多样化制约的问题,提出一种注意力机制与卷积神经网络融合的军队标号识别方法.首先构建了特征提取模型Sketch-Net,实现手绘军队标号特征的初步提取;然后引入注意力机制模块,...     

虾会“说话”了!——RFID无线射频识别技术,给虾“体检

射频识别即RFID(Radio Frequency ID entification)技术,又称电子标签、无线射频识别,是一种通信技术,可通过无线电讯号识别特定目标并读写相关数据,而无需识别系统与