济阳坳陷商河油田断层与油气运聚的关系

利用断层落差法、生长指数法和泥岩涂抹SGR法分析了商河油田断层活动性和封闭性特征,并结合油气分布分析了断层与油气运聚之间的关系。研究结果表明,商河油田1号、2号、3号及6号断层在馆陶期持续活动,是油气向中浅部沙一段等储集层运移的有利垂向通道;同时,具有良好侧向封堵条件的断层容易使油气聚集成藏,认为SGR=0.75是断层侧向封闭的临界条件。     

一种检测溢油的快速分类辅助鉴别方法

用气相色谱法和气相色谱-质谱法分析了原油样品的正构烷烃和甾萜烷生物标志物。针对在仪器分析过程中由各种因素带来的采集点漂移的现象,利用相关系数校正方法对保留时间进行了校正。实验结果表明,保留时间校正后大大提高了采集点的重合性。采用欧氏距离方法对校正后的色谱数据进行聚类分析,基于色谱数据的聚类分析对于降解油和非降解油的分类效果良好;而基于校正后甾、萜烷生物标志物数据的聚类分析结果能很好的将溢油样品与溢油源样品聚为一类,而与其他不相干油田的样品区分开来,聚类分析结果更能真实反映样品的真实信息。相关系数校正与快速聚类分析方法相结合为溢油来源的判断提供了一种快速分类辅助鉴别方法。     

一种基于双重距离约束的多层次空间聚类方法

以往的双重空间聚类方法通常实现的是单一层次聚类,虽然顾及了地理实体的位置属性和专题属性,但是在实施过程中,实体的空间邻近和属性相似的表示和衡量,使用了不同的变量和标准,降低了算法的效率.文章采用双重距离作为实体间的相似性度量,通过对点实体构建的Delaunay三角网中的边施加同时顾及整体与局部特性的双重距离约束,实现了点实体的多层次空间聚类.通过实际算例分析与比较,验证了方法的有效性.     

矢量地图数据数字水印技术综述

矢量地图数据在网络环境下的共享机制,给各个领域都带来了极大的便利,但是其安全和版权保护问题也日益突出。数字水印技术作为版权保护的一种有效方法,成为人们关注的一个焦点。本文分析了矢量地图数据自身特点和常见处理方式;从建立映射关系、构造嵌入域、嵌入方式等3个步骤对空间域水印算法进行了详细分析,分析每种算法的优缺点,为下一步水印算法提供指导;对频率域水印算法进行了研究,并指出了频率域水印算法存在的问题;指出了矢量地图数据水印进一步的研究方向。     

基于格式塔视觉识别原则的面状居民地群组研究

基于格式塔视觉识别原则,结合空间聚类方法的居民地群组方法,通过构建Delaunay三角网建立视觉认知距离计算模型,并拟合了视觉认知距离的计算公式,将该视觉认知距离作为约束条件进行基于邻近图的层次约束空间聚类,实验得到了更加符合视觉认知的面状居民地群组聚类结果。     

一种利用低频轨迹数据提取道路交叉口的方法

为实现从低频轨迹数据中提取城市道路交叉口,本文设计了一种基于数据预处理与聚类算法的道路交叉口精准识别方法。首先结合轨迹数据的特征,采用启发式滤波算法对原始数据进行清洗,剔除冗余点与异常点;然后依据车辆的运行规律,提出了一种分步式道路交叉口的提取算法,由此计算出疑似道路交叉口的特征点;最后利用层次密度聚类算法(HDBSCAN)对筛选过后的轨迹点进行聚类并提取质心,得到道路的交叉口,最终以成都市某日的出租车行驶轨迹为数据源,进行试验分析。结果表明,使用该算法提取交叉口,精确率达95.33%、召回率达82.11%、F值达88.46%,能有效且准确识别城市道路交叉口信息,在城市管理与交通规划中具有一定的应用价值。     

一种建筑物只能聚类方法

建筑物聚类是大比例尺地图自动制图综合中需要解决的关键问题。通过分析Gestalt原理的邻近性、相似性等,采用建筑物重心、建筑物间的距离、建筑物与邻近线状地物要素间位置关系等参数描述建筑物。本文提出的建筑物智能聚类方法包含两个连续的步骤:首先计算建筑物的描述参数,利用SOM网络的聚类能力,进行建筑物的初步聚类;然后,利用SOM竞争层行列扫描的方法,对初步聚类的建筑物类簇进行精确划分,获得满足建筑物聚类的全局和局部约束条件等制图要求的建筑物聚类群组。     

结合凝聚层次聚类的极化SAR海冰分割

针对全极化高分辨率合成孔径雷达(SAR)多噪声的特点,选择合适的海冰SAR影像纹理特征量,并基于凝聚层次聚类的思想,提出一种全极化SAR海冰分割方法。将该方法的结果与K-Means、迭代自组织聚类(ISODATA)和模糊C均值算法等经典分割方法相比较,发现该方法的碎斑明显减少,且分割结果较为准确,证明了该方法的有效性。     

基于变分水平集的两相遥感影像分割

首先介绍了经典的变分水平集影像分割模型——Chan-Vese模型及其解算的基本原理,然后利用该模型对遥感光学影像进行两相分割实验,并从分割效果和分割时间2个方面与k均值聚类算法得到的结果进行了比较。实验表明,对遥感影像进行高斯平滑预处理后再进行变分水平集影像分割可以得到较好的分割效果。     

基于复杂网络聚类的最优选址模型

最优选址在社会经济活动中非常重要。传统的网络聚类分析以空间两点之间的直线度量距离,而不是以空间最短网络路径作为聚类条件,无法找到复杂网络的最优选址中心。基于最短路径的复杂网络聚类模型,探索复杂道路网络中的最优选址。模型通过迭代法获取近似最优解,二分邻域分割法逼近最优解分布区,应用邻域下降法达到最优选址点。实验结果表明:本模型与穷举-Dijkstra算法相比,计算精度相当,计算速度提高了约23倍以上。模型以复杂网络聚类为基础推导,为复杂网络选址、聚类提供了一种新的理论与方法。