基于深度学习的多波地震信号智能匹配方法与应用

在油气勘探开发领域，为充分发挥多波多分量地震勘探的技术优势，需进行多波地震信号的高精度匹配处理。异于传统方法通过改变地震信号的传播时间、相位、频率等特征完成匹配，提出了一种基于深度学习的多波地震信号智能匹配方法，它利用了卷积神经网络(CNN)的特征提取能力，直接提取地震信号的波形特征，并辅以重采样抽取转换波(PS)、纵波(PP)和转换波特征损失加权、Adam梯度下降算法更新PS波特征等，使PS波波形在保持整体不变的前提下，在时间域向PP波逼近。通过PP波与PS波的波形匹配，自动完成多波地震信号的传播时间、相位、频率等动力学、运动学和几何学特征匹配。川西坳陷新场3D3C地震资料的应用表明，该方法在多波地震信号的匹配过程中，不需人工干预，具有高精度、高效率、智能化和自动化等优点，匹配后的PS波在保持原始特性的基础上，主频、频宽、波形等更逼近PP波，能有效地描述地层接触关系，更有利于断层识别、地层追踪、岩性边界刻画等地质解释，为多波地质解释、联合反演等奠定坚实基础。     

基于模糊证据权模型的冀中坳陷孔隙型地热资源潜力评价

冀中坳陷孔隙型地热资源储量丰富,开发潜力巨大。本文以冀中坳陷孔隙型地热资源为研究对象,根据地热资源成藏机理研究,确定布格重力异常、磁异常、地温梯度、盖层厚度和基底埋深等5个评价指标,通过构建模糊证据权模型开展地热资源潜力评价。预测结果显示地热资源分布的后验概率为2.82×10-5～3.21×10-2,按自然间断点法将全区划分极高潜力区、高潜力区、中潜力区、低潜力区与极低潜力区共5级分区,并发现深泽、新城和陌南为3处尚未完全开发的高潜力区。预测结果与地热资源实际分布特征基本一致,说明模糊证据权模型在地热资源潜力评价方面具有良好适用性。     

高频自适应通信系统的频率指配

高频白适应通信系统是在1997年世界无线电行政大会上(WRC-97)批准并投入使用的。它是80年代初出现的一种新型高频通信设备，1979年美国原子弹防御研究所对核爆炸后采取何种手段才能迅速恢复通信联络进行了研究，最后得到的结论是，最有希望的解决办法是采用高频白适应通信系统。这是由于核爆炸后所有通信设备都遭到破坏，当然利用电离层反射作为远距离传输的高频通信也不例外，     

乘用车膨胀箱结构分析及改进

针对乘用车冷却膨胀箱工作环境恶劣的现状,对某前期设计阶段膨胀箱进行强度分析,发现存在应力超标现象。对其进行结构改进,并结合模态分析和CFD分析对两种改进方案做出评判,选出最优方案进行整车耐久试验。结果表明:膨胀箱上下腔体焊接面位置为薄弱区域,易出现应力超标,可从内部隔板结构予以改进。改进方案1相比原始方案最大应力减小21.95%,满足设计要求。     

贵州晴隆丁头山铅锌矿床地质特征及找矿标志

丁头山铅锌矿床位于贵州省黔西南赫章—威宁—水城铅锌矿成矿带东北部,为黔西南铅锌成矿带的重要组成部分。铅锌矿体赋矿围岩为马平组(Cpn)第二段致密块状含燧石结核灰岩,受花贡断层(F₃)和丁头山逆断层(F₁)控制。本文在梳理前人研究成果的基础上,对矿床地质特征及地质条件进行分析,通过对比黔西北地区铅锌矿床成矿特征,确定了马平组第二段+NW向区域构造+围岩蚀变在内的找矿标志,综合激发极化法物探成果,圈定的异常区找矿效果显著,对区域内同类成矿条件地区铅锌矿找矿勘探有一定的借鉴价值。     

非定常尾迹对旋转叶栅影响的数值研究

采用SST k-ω紊流模型对非定常条件下尾迹对动叶栅的影响进行了数值模拟,给出不同截面涡量随时间发展变化的过程,对各种涡系的流动机理进行了分析。结果表明:动叶前缘区域内,涡旋脱落呈现明显的周期性;动叶尾缘区域内,涡的脱落随时间变化虽然仍有周期性变化的趋势,但已经不再具有严格的周期性。     

离心选矿机重选回收细粒级钨锡矿物的试验研究

采用浮选脱硫?离心选矿机重选回收钨锡工艺综合回收广西某钨锡细泥中钨锡及伴生铜锌,并在条件试验基础上进行了全流程试验,获得了WO3、Sn品位分别为16.65％、9.28％,WO3、Sn回收率分别为69.09％、59.58％的钨锡精矿,硫化矿中含Cu 1.65％、Zn 5.91％,回收率分别为85.49％、73.13％.     

免疫遗传算法及其应用研究

遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.为克服遗传算法盲目搜索、收敛速度慢的缺点,文章提出了免疫遗传混合算法.利用求解问题特征对遗传算法的种群进行免疫接种,以提高搜索速度.为检验混合算法的效率,给出了经典TSP问题的混合算法.实验结果表明,混合算法具有收敛速度快、搜索精度高、稳健性强的特点.     

基于核方法的Web挖掘研究

基于词空间的分类方法很难处理文本的高维特性和捕获文本语义概念．利用核主成分分析和支持向量机。提出一种通过约简文本数据维数抽取语义概念、基于语义概念进行文本分类的新方法．首先将文档映射到高维线性特征空间消除非线性特征，然后在映射空间中通过主成分分析消除变量之间的相关性，实现降维和语义概念抽取，得到文档的语义概念空间，最后在语义概念空间中采用支持向量机进行分类．通过新定义的核函数，不必显式实现到语义概念空间的映射，可在原始文档向量空间中直接实现基于语义概念的分类．利用核化的GHA方法自适应迭代求解核矩阵的特征向量和特征值，适于求解大规模的文本分类问题．试验结果表明该方法对于改进文本分类的性能具有较好的效果．     

基于PCA的改进SIFT特征提取算法

提出一种改进SIFT算法,该算法主要针对传统SIFT算法数据量大、耗时长的问题,利用主成分分析法对SIFT算法进行改进,降低了SIFT算法提取的特征维数,并结合人脸数据库进行算法验证.结果表明,改进SIFT算法不仅具有亮度变化、旋转和尺度不变性,而且较原算法更稳定、精确、快速.