辽宁排山楼金矿区深部成矿预测及靶区验证效果

排山楼金矿床赋存于太古宇建平群大营子组变质岩中,受近东西向东沟—马家荒韧性剪切带控制。矿区主矿体T1、T8及T4受逆冲推覆作用影响,T4矿体位于北侧,T1矿体居中,T8矿体位于南侧。T1、T8及T4矿体在走向及垂向均未尖灭,符合"白云质糜棱岩—矿体—黑云斜长糜棱岩和长英质糜棱岩"矿体围岩岩性序列,认为T1、T8与T4矿体在走向及深部均具有良好的找矿潜力,并对深部进行了成矿预测,圈定靶区2处。通过对靶区BQ2进行验证,探获了矿体,表明排山楼金矿区深部具备良好的找矿前景。     

0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

机械分层采油技术研究

随着玉门鸭儿峡油田开发不断深入,受注入水突进、非均质油藏层间矛盾影响,造成部分油井含水逐年增高,部分产层不能发挥应有的作用。通过机械分采技术试验,实现层间有效封隔,缓解层间矛盾,认识产层产液现状;评价分层产液求产管柱和机械分采管柱技术在油田的适用性,为油田开展中深井机械堵水技术的研究应用提供技术参考。     

基于多任务目标检测的条形码倾斜矫正算法研究

条形码识别技术在日常工作中发挥着巨大作用,尤其是在智能物流包裹分拣领域。该技术主要分为三个部分:条形码检测、矫正和译码。目前条形码检测和译码技术较为成熟,而在条形码倾斜矫正技术上研究效果一般。为提升条形码矫正效果,设计一种矫正算法。先对条形码倾斜程度进行分类,再进行角度回归,有效降低条形码矫正任务难度;并将该算法与单阶段检测器融合构成多任务目标检测算法,协同促进发挥检测和矫正的作用。实验表明:余弦距离角度损失函数更加适合角度回归任务,针对条形码倾斜程度分类有助于提升条形码矫正效果。与其他相关算法对比,该算法在矫正准确率、实际译码率和速度上均取得最优的效果。     

基于粒子群优化和支持向量机的花粉浓度预测模型

为了提高花粉浓度预报的准确率，解决现有花粉浓度预报准确率不高的问题，提出了一种基于粒子群优化（PSO）算法和支持向量机（SVM）的花粉浓度预报模型。首先，综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素，选择与花粉浓度相关性较强的气象要素构成特征向量；其次，利用特征向量与花粉浓度数据建立SVM预测模型，并使用PSO算法找出最优参数；然后利用最优参数优化花粉浓度预测模型；最后，使用优化后的模型对花粉未来24 h浓度进行预测，并与未优化的SVM、多元线性回归法（MLR）、反向神经网络（BPNN）作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明，相比其他预报方法，所提方法能有效提高花粉浓度未来24 h预测精度，并具有较高的泛化能力。     

一种基于用户行为特征的精准容量预测方法

随着大流量套餐业务的推广,用户行为随之转变,网络资源的需求也不断升高。因此,文章提出一种基于用户行为特征的精准容量预测方法,提前做好市场容量预判,并结合用户行为特征实现场景化网络解决方案,确保用户感知。     

基于模糊线性回归的油井管柱腐蚀预测信息系统

针对我国中部地区某油田高含硫恶劣工况,利用积累的历史数据,采用基于模糊线性回归的计算模型获得回归系数,校验后将计算模型应用于现场工况,并开发油井管柱腐蚀预测信息系统,为该油田金属腐蚀预测提供支持。