新型水驱效果评价图版建立及应用

国内油气田大部分属于陆相碎屑岩沉积,天然能量普遍不发育,油田开发过程中常采取注水开发。因此,水驱开发效果评价成为油田生产的一项重点工作。由于简单、便捷,童氏图版被地质油藏工程师广泛应用,其理论基础为一维水驱油,而油田受储层非均质性、开发井网等因素影响,导致在实际生产过程中不会出现一维水驱的理想情况。针对童氏图版修正范围仅局限在储层条件、相渗变化、水驱常数等方面的问题,文中考虑了储层非均质性和开发井网的影响,将甲型曲线的半对数线性关系转换成更加符合实际的全对数关系,并利用公式推导,建立了新型水驱规律图版。通过与实际油田数据拟合发现,新图版相比童氏图版误差较小,更具实用性、推广性。     

基于神经网络的红外焦平面光学非均匀性校正改进算法

基于场景的非均匀校正依然是红外领域的一个研究热门。神经网络算法是一种较为典型的场景校正算法。本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题,提出了新的改进算法,通过对神经网络输入层的预处理,消除图像的低频噪声,此外,为了消除预处理对图像对比度的影响,本文增加了神经网络的层数,使用双层神经网络对算法进行更新,从而消除了图像对比度下降的现象。实验结果表明,改进的神经网络算法能够有效的改善图像质量,消除图像中光学引入的非均匀性。     

铝合金W型定位支座金属型模具设计

介绍了铝合金W型定位支座金属型模具的设计思路,从分型面设计、浇注系统设计、倒钩部位成型设计、推出机构设计等方面阐述了模具的设计过程理念,提出了一种新的活块应用方式,为金属型模具成型倒钩结构和脱模提供了快速简单的方式。结果表明,将活块和铸件整体推出简化了操作过程,既保证了铸件成形,又大幅度提高了生产效率,该模具的设计理念为存在倒钩结构铸件的模具设计提供了借鉴。     

LTE-A系统中主同步信号重叠分段检测算法

针对LTE-A系统中频域快速相关算法计算复杂度高、检测性能不稳定的问题,提出一种主同步信号重叠分段检测算法。通过序列循环操作延长半帧数据尾部,以保证序列的完整性。在此基础上,利用重叠分段操作降低相关复杂度,并根据门限值操作结果判断同步序列是否检测成功。仿真结果表明,该算法的计算复杂度相比频域快速相关算法减少53.85%,且对于不同的分段数,当信噪比为-7 dB时,正确检测率接近1.0,检测性能稳定。     

一种非平衡数据分类的过采样随机森林算法

在灾害天气、故障诊断、网络攻击和金融欺诈等领域经常存在不平衡的数据集。针对随机森林算法在非平衡数据集上表现的分类性能差的问题,提出一种新的过采样方法:SCSMOTE(Seed Center Synthetic Minority Over-sampling Technique)算法。该算法的关键是在数据集的少数类样本中找出合适的候选样本,计算出候选样本的中心,在候选样本与样本中心之间产生新的少数类样本,实现了对合成少数类样本质量的控制。结合SCSMOTE算法与随机森林算法来处理非平衡数据集,通过在UCI数据集上对比实验结果表明,该算法有效提高了随机森林在非平衡数据集上的分类性能。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

基于传承"工匠精神"人才培养的探索与实证性研究——以粉彩、古彩非遗教育为例

本文以粉彩、古彩非遗教育为例,从深化人才培养模式、改革课程教学体系、更新教学团队、提升创新意识四个方面探索将非遗传承与职业教育深度融合的非遗文化教育方法。