神经网络油气检测技术

多参数神经网络油气检测技术首先提取四大类２６ 个地震波特征参数,并定量描述这些参数,然后用神经网络技术对这些参数进行分析,预测油气分布,使油气识别工作定量化、计算机化。本次研究开发了一套神经网络油气识别软件,并利用其对东濮凹陷胡１９ 块进行油藏精细描述,预测沙三下砂组含油面积０－７ ｋｍ２ ,石油地质储量７０ ×１０４ 吨。     

水泥喷浆桩工程技术在新乡市区住宅楼基础工程的应用实例

新乡市染织厂 9号住宅楼基础工程 ,属于一个典型的老城区改造工程实例。拟建工程场地的环境地质条件很差 ,不能满足建筑设计与施工要求。在分析岩土工程地质资料和深层搅拌桩设计、施工技术的基础上 ,选择水泥喷浆桩复合地基进行处理并获成功 ,取得了良好的社会效益和经济效益。水泥喷浆桩复合地基处理在新乡市区首次应用成功 ,显示了地基处理施工、设计单位的技术实力     

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。      

涌浪对风浪能量影响的实验研究

在实验室风浪水槽中进行纯风浪和混合浪波面位移观测,研究波长较长的规则波对风浪能量的影响.本文用混合浪和纯风浪中的风浪显著波的零阶谱矩之比代表混合浪中的风浪与纯风浪能量之比,并以此表征涌浪对风浪能量的影响.研究了该能量比随涌浪波陡S、风区x、波龄倒数u/C、涌浪频率与纯风浪谱峰频率之比fs/fwp的变化规律.结果表明,涌浪对风浪能量的抑制作用随涌浪波陡的增加、波龄倒数的增大及涌浪频率与纯风浪谱峰频率之比的增大而增强.发现该能量比依赖于无因次量R=(1+80(πS)2)1.9(fs/fwp)0.9(u/C)0.27,并拟合得到2者的经验关系.此外,本文实验还发现,在某些情况下,涌浪的存在使风浪能量增加.     

迟缓爱德华氏菌致病相关因子的研究进展

迟缓爱德华氏菌(Edwardsiealla tarda)是引起多种鱼类产生爱德华氏菌病(edwardsiellosis)的病原菌。随着水产养殖业的日益发展,致病性迟缓爱德华氏菌对水产养殖业的危害也越来越严重。有关迟缓爱德华氏菌的致病机理至今还没有系统、清晰的阐释,但近些年对其致病相关因子的研究已逐渐深入。文中对迟缓爱德华氏菌的生物分型、快速检测技术等进行了简要阐述,并对该病原菌的主要致病相关因子,包括黏附因子、抵抗宿主免疫机制的酶类、各种毒素、Ⅲ型和Ⅵ型分泌系统、载铁体及磷酸盐特异转运操纵子进行了详细阐述,以期为迟缓爱德华氏菌致病机理的进一步深入研究及其防治提供参考和借鉴。     

基于局部回波幅值统计的海杂波背景下小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于局部回波幅值统计的方法来检测海杂波背景下小目标.该算法基于数学统计思想:计算不同距离单元海杂波的幅值的最大值和标准偏差,分析发现距离单元含有小目标回波的最大幅值明显小于其它距离单元只含有海杂波回波的最大幅值,距离单元含有小目标回波的幅值的标准偏差明显大于距离单元只含有海杂波回波的幅值的标准偏差,因此可以在对小目标没有任何先验知识条件下,较准确地检测出海杂波背景下的小目标.实验证明,该算法是有效的.     

基于C＋＋的VCT2．0文件格式检测程序的设计与实现

主要讨论了如何利用C＋＋来实现VCT2．0数据库文件的格式检测。利用C＋＋中文件输入输出流和字符串处理功能,根据《城镇地籍数据库标准》和《土地利用数据库标准》中对VCT2．0数据库文件中分隔符和拓扑关系等格式信息的相关定义,完成了VCT2．0数据库文件的读取,文件格式错误检测,输出相关错误报告。     

全极化SAR数据反演桥面高度

根据高分辨率SAR图像上建筑区的影像特征, 提出了基于灰度共生矩阵(gray-level cooccurrence Matrix, GLCM)纹理分析的建筑区提取方法, 该方法由初步定位和边界调整2个步骤组成, 均遵循特征计算、基于Bhattacharyya距离的特征选择和KNN分类流程, 所不同的是2个步骤中分别采用了逐块和逐点计算纹理特征的方式以兼顾纹理分析的效率和准确性。文中对不同SAR传感器获取的图像进行了实验。实验结果表明, 选用具有最大Bhattacharyya距离值的3或4个特征可以获得较好的初步定位结果, 建筑区的检测率超过80%, 虚警率低于10%;随着边界调整的进行, 检测到的建筑区边界逐渐接近于真实边界。实验结果验证了该算法的有效性。     

基于边缘分析的海面溢油检测

提出一种基于边缘检测的快速溢油信息提取方法, 首先对溢油图像进行ROA(radio of average)边缘检测, 根据检测结果进行AOI(area of interest)提取, 然后使用改进的Weibull-CFAR检测算法对AOI进行溢油检测, 并与全局CFAR检测结果进行对比。实验结果证明, 所提出的方法对于非均匀灰度SAR图像溢油检测准确性较好、效率较高, 特别适用于大图像的快速溢油检测。     

一种多孔径SAR图像目标检测方法

提出了一种多孔径SAR图像目标检测方法,充分利用SAR图像幅度和相位信息来区分人造目标和杂波。由于人造目标的回波能量往往集中在部分方位角范围内,当该部分方位角范围所对应的多个子孔径图像中存在目标时,其局部相关性较强,因此,该方法利用多个子孔径图像之间的相干系数检测目标。实验结果表明,该方法有效地提高了目标检测概率,同时降低了虚警概率。