一种灰色模糊油田区块水驱指标评价模型

针对油田开发中的不确定因素,结合油藏开发因素中的定性化指标,提出了一种基于油田开发水驱指标的模糊综合评价模型.通过灰色关联法定量筛选影响油田开发水驱因素的九项指标,运用层次分析法确定了各指标的权重,结合模糊数学中的判断矩阵实现了油田各区块的模糊综合评价.此方法不仅可以对所有区块进行总体评价,还能对各个具体区块进行精细的评价,为油田开发与管理提供了有效的指导.最后,通过实际例子验证了模型的有效性以及可行性.     

改进的形态学与Otsu相结合的视网膜血管分割

针对视网膜图像采集过程中由于疾病引起的图像光照反射过强问题,提出了一种修正的形态学与Otsu相结合的无监督视网膜血管分割算法。首先运用形态学中的高低帽变换增强血管与背景的对比度;然后提出了一种修正方法,消除部分由视网膜疾病引起的光照问题;最后使用Otsu阈值方法分割血管。算法在DRIVE和STARE视网膜图像数据库中进行了测试,实验结果表明,DRIVE数据库中的分割精度为0.9382,STARE数据库中的分割精度为0.9460,算法的执行时间为1.6s。算法能够精确地分割出视网膜血管,与传统的无监督视网膜血管分割算法相比,算法的分割精度高、抗干扰能力强。     

基于深度强化学习的多数据中心一体化调度优化

多数据中心任务调度策略的目的是把计算任务分配到各个数据中心的不同服务器上,以促进资源利用率和能效的提升,为此提出了基于深度强化学习的多数据中心一体化调度策略。所提策略分为数据中心选择和数据中心内部任务分配两个阶段。在多数据中心选择阶段,整合算力资源以提高总体资源利用率,首先采用具有优先经验回放的深度Q网络（PER-DQN）在以数据中心为节点的网络中获取到达各个数据中心的通信路径;然后计算资源使用成本和网络通信成本,并依据这两个成本之和最小的原则选择最优的数据中心。在数据中心内部任务分配阶段,首先在所选数据中心内部,划分计算任务并遵循先到先服务（FCFS）原则将任务添加到调度队列中;然后结合计算设备状态和环境温度,采用基于双深度Q网络（Double DQN）的任务分配算法获得最优分配策略,以选择服务器执行计算任务,避免热点的产生,并降低制冷设备的能耗。实验结果表明,基于PER-DQN的数据中心选择算法相较于计算资源优先（CRF）、最短路径优先（SPF）路径选择方法的平均总成本分别下降了3.6%、10.0%;基于Double DQN的任务部署算法相较于较轮询调度（RR）、贪心调度（Gree...     

智能仓库中的多机器人协同路径规划方法

为了解决智能仓库多机器人协同路径规划问题,提出一种交通规则和预约表下的基于改进A*算法的动态加权地图。首先通过集中控制方法生成预约表,然后利用预约表与交通规则防止机器人之间发生碰撞;然后利用预约表生成动态加权地图,解决机器人间的交通拥堵问题;最后通过分布式控制方法,利用改进的A*算法预约表和动态加权地图,实现多机器人的动态协同路径规划,达到了提高系统效率的目的。通过仿真实验验证了所提方法的有效性。     

中东低渗透碳酸盐岩油藏多层水驱物理模拟

为研究中东某低渗透碳酸盐岩油藏在不同驱替方式时的渗流机理,提高各类油层的动用程度,开展了3种不同驱替方式的水驱油物理模拟实验。选取2组不同渗透率级别的岩样,针对1-1号和2-1号岩样进行2层合注分采实验,1-2号和2-2号岩样进行分注合采实验,1-3号和2-3号岩样进行常规单层注采实验,并结合低磁场核磁共振技术,分析了不同注采模式时微观孔隙结构的开发效果。实验结果表明,同一注采方式时,不同岩样的含水率和最终采收率差距很大,低渗透层采取合注分采时的采出程度高于单层注采,高渗透层采取单层注采时的采出程度高于合注分采,分注合采时的采出程度相差不大。核磁共振数据还表明,原油主要分布在大孔喉半径范围内,经过水驱之后,动用的主要是大孔喉范围内的原油,小孔喉半径部分内的原油主要是通过渗吸作用得到动用。     

太阳能界面蒸发器的研究进展

太阳能驱动界面蒸发技术利用太阳光在空气-水界面蒸发获取洁净水，能有效缓解水资源短缺。本文介绍了太阳能界面蒸发器的结构和蒸发原理，概述了太阳能界面蒸发器蒸发性能调控措施，从光热材料的选择、有效的热管理、水路设计、表面润湿性、活化水以及3D结构设计等多方面对光-热-蒸汽性能进行调控，并探讨了太阳能界面蒸发器在海水淡化、废水处理和协同发电等领域的广阔应用前景。     

基于SVM的多项式循环程序秩函数生成

程序终止性问题是自动程序验证领域中的一个研究热点.秩函数探测是进行终止性分析的主要方法.针对单重无条件分支的多项式循环程序,将其秩函数计算问题归结为二分类问题,从而可利用支持向量机（SVM）算法来计算程序的秩函数.与基于量词消去技术的秩函数计算方法不同,该方法能在可接受的时间范围内探测到更为复杂的秩函数.     

基于不同训练模式的纳米金柔性传感器的 手势动作识别

假肢控制技术研究中,研究者们通常利用解码表面肌电信号(Surface Electromyography,sEMG)来获得截肢者的运动意图。传统的 sEMG 采集中,为降低皮肤与电极之间的阻抗,通常需要涂导电膏后与皮肤直接接触,因此会导致部分患者皮肤过敏和身体不适,且 sEMG 容易受肌肉疲劳影响,不利于长期监测。针对以上问题,该研究采用一种纳米金柔性传感器,解码其因肌肉收缩拉伸后产生的形变信号,并探究两种不同训练模式在此方法下的分类性能。其中,训练模式包括：重复训练模式,即每组重复做同一个动作;随机训练模式,即动作顺序随机化,每组每个动作只做一次。结果表明,所有受试者使用纳米金柔性传感器的平均手势识别率均在 90％ 以上,且两种训练模式间无显著性差异(重复训练模式为 95.46%、随机训练模式为94.18%,P 值为 0.227 5)。这表明纳米金柔性传感器与湿电极一样,可以实现可靠的手势识别。     

西南山地典型流域地震前后泥石流物源遥感精细识别

泥石流物源的信息获取目前主要依靠野外勘查测量和目视解译提取,存在耗时费力、覆盖范围有限、主观性强等问题。遥感因其快速、大范围、高精度监测的特点为泥石流物源识别提供了更为可靠的方式。基于Sentinel 2影像和ALOS地形数据,根据物源区光谱特征和地形特征差异,采用面向对象的分类方法进行物源识别,实现了树正寨流域地震前后泥石流崩滑物源、沟道物源和坡面物源的遥感精细识别。实验结果表明：①基于无人机和Google Earth高分辨率影像选取验证样本发现,采用该方法的树正寨流域物源识别精度分别为震前85.71%,震后88.34%,对应的Kappa系数分别为0.77和0.76;②相比于传统基于像元的遥感分类方法,该方法震前和震后分类精度分别高出14.28%和22.70%,尤其对于小面积的崩滑单体识别有着更优秀的表现;③地震前后由于地震诱发崩塌滑坡等灾害导致物源总储量由1.85×10⁶ m³增至3.99×10⁶ m³,主要物源类型是崩滑物源,占比70.80%。总体而言,实验为泥石流物源的判识提供了基于高分辨率遥感影像观测的自动识别方法,判识结果也将为泥石流灾害防治及风险评估提供重要的科学支撑。