松辽盆地南部M区块扶余油层构造精细解释

松辽盆地南部M区块构造复杂,原构造解释成果是基于二维地震资料得出的,随着近些年的开发,已经不能满足生产需求。近年来补充了很多测井、地质资料,并且对M区块西侧进行了三维地震资料的采集。本文通过对三维资料的解释以及三维资料未覆盖的二维地区的重新解释,最后将解释成果通过软件拼接,在一定程度上提高研究区地震构造解释的精度。本次断层解释所得到的断层与原断层相比,主要在断层数量和断层形态上有所不同,并且通过此次构造解释,一些典型问题也得到了良好的解决,为有利区块的优选和布井方案编制提供了技术支撑,同时提高了老地震资料精度以及地震勘探解决问题能力。     

资本方主动采用被动式建筑的影响因素研究

被动式建筑对节能减排、助力建筑业绿色升级具有重要意义,适应我国建筑业现阶段发展.资本方是推动被动式建筑发展的关键方,但其主动采用被动式建筑受到多方面影响因素制约.为探索资本方主动采用被动式建筑的深层根本影响因素,通过文献综述和问卷调查确定主要影响因素,建立解释结构模型(ISM)分析各因素间相互关系,得到影响因素五层递阶结构模型,确定了有效激励机制、强制性政策、补贴额度、投资回收期和经济环境变化为资本方主动采用被动式建筑的深层根本影响因素,并从政府、资本方和消费者3个角度提出发展对策.     

基于ISM和多元回归分析模型的工程造价估算方法研究

针对建筑设计参数与工程造价关系的研究,为实现建筑工程估算的快速与准确性,提出了解释结构模型(ISM)+多元回归分析模型的系统研究方法。在理论介绍的基础上,以小高层住宅建筑为例,应用解释结构模型(ISM)与多元回归分析相结合的方法建立快速估算模型,使得单方造价的估算误差控制在5%以内,验证了此研究方法的合理性与实用性。     

浅谈三维地震勘探技术的应用

在加快可再生能源开发与应用的同时还要加快勘探技术的研究应用,运用现代勘探技术快速找出能源并准确定位。三维地震勘探技术的应用提高了我国能源勘探的效率,有效保障了我国经济发展所需能源。本文即阐述了三维地震勘探技术应用的关键环节,并通过实例详细探讨了三维地震勘探技术应用中的要点。     

基于MCFM模型的集贸市场火灾致灾因素分析

为降低大型集贸市场的火灾风险,探究大型集贸市场火灾致灾因素,运用解释结构模型分析各因素间的内在联系。结合交叉影响分析法和马尔可夫链预测构建定量分析模型,获得火灾致灾因素的稳态概率矩阵。研究结果表明：马尔可夫修正概率更加准确,该模型可明确大型集贸市场火灾致灾因素排查和管控的重点。     

高精度碳氧比测井在泌阳凹陷的应用

为满足河南油田泌阳凹陷老区特高含水期非均质油层剩余油挖潜的需要,采用国产高精度碳氧比测井仪,其双源距设计减小了井眼和水泥环等因素的影响。通过对其响应特征分析,开展了影响因素校正,应用其测井参数建立了地层参数解释模型。该仪器采集的全硅计数率能较好地反映地层岩性,可用于地层对比和泥质含量计算;俘获与非弹计数比反映地层孔隙性,可用于孔隙度计算;采用碳氧比与孔隙度交会法、碳氧比和硅钙比幅度差与含油饱和度交会法、可计算储层含油饱和度。根据17口井的投产结果,建立了区域储层评价的定量标准,满足了储层饱和度评价的需要。     

基于ISM的矿井内因火灾危险性分析

为研究分析矿井内因火灾危险性影响因素,从6个方面分析影响矿井内因火灾危险性的因子,最终得出26个影响因子。采用解释结构模型(ISM)的基本理论与方法,建立因子间邻接矩阵、可达矩阵,并划分因子层级,最终得到解释结构图,找出影响系统安全的直接原因、间接原因以及深层次原因。结果表明:安全教育是影响系统安全的最深层次因素,安全生产责任制、采煤方法等是影响火灾危险性的间接原因,安全检查、系统的可靠性、顶板管理、采空区漏风状况等是影响矿井内因火灾危险性的最直接原因。     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。