基于近邻元分析的半监督流形学习算法*

现有的大多数流形学习算法偏重保持流形的几何结构,并未考虑到样本点的标签信息,这在一定程度上限制了流形学习算法在数据分类中的应用.因此文中提出一种基于近邻元分析的半监督流形学习算法,采用近邻元分析学习距离度量矩阵,在距离度量方式下选择样本点的局部邻域点.基于距离度量方式构造样本点和邻域点的局部几何结构,并在样本点的低维嵌入坐标中保持这种局部几何结构不变.3个不同数据集上的分类实验验证了文中算法的有效性.     

新型聚流式地漏简介

分析了目前在我国应用最广泛的钟罩式地漏的优缺点。在综合钟罩式地漏、S型地漏和P型地漏的优点,并避免其缺点的基础上,开发出了新型的聚流式地漏。介绍了聚流式地漏的基本结构、原理、优点及其试用情况。     

大牛地气田大98井区水平井开发技术政策研究

大牛地气田剩余未动用储量大部分为Ⅱ—Ⅲ类低品位储量,水平井开发将是气田产能建设的主要方式。因此,优化研究多级压裂水平井开发技术政策很重要。基于多级压裂水平井数值模拟概念模型,对单井设计、压裂缝、井网和井距进行研究,结果表明:单井水平段延伸方向应垂直于最大主应力方向,水平段位于气层中部最好,压裂缝尽量穿过含气砂体并以锯齿型分布最优,平均压裂半缝长为158 m,平均压裂缝间距为112 m,采用排状交错井网最优。结合数值模拟法、动态分析法及经济评价法,确定大98井区合理井距为1 000~1 200 m,根端距为700 m。     

大牛地气田大98井区水平井单井设计优化研究

根据大牛地气田大98井区的储层特点,应用水平井数据模拟概念模型对大98井区水平井单井开发方式进行了研究,研究表明:水平井单井水平段延伸方向垂直于最大主应力方向最优,水平段位于气层中部最好,压裂缝尽量穿过含气砂体并采用锯齿型分布最优,平均半缝长为158 m,平均压裂缝间距114 m。研究成果可有效指导致密低渗气田多级压裂水平井单井设计。     

基于模式对应与机器学习的HEVC降分辨率转码算法

HEVC是ITU-T VCEG 继H.264之后所制定的新的视频编码标准,它提高了视频的编码效率,在相同视频质量的前提下,压缩比与H.264相比提高了一倍。另外,随着4G网络的兴起和智能手机的普及,移动终端成为人们观看网上视频的一大主流平台。但是,网络中存储的视频分辨率普遍要大于移动终端屏幕分辨率,为解决这个问题,本文开展了针对HEVC的降分辨率转码研究工作,利用高分辨率视频的编码信息,通过模式对应来简化低分辨率视频的编码模式的计算过程,并采用机器学习的方法来确定降分辨率时的组块阈值,以提高模式对应的准确性。实验结果表明,提出的算法与Trivial transcoder相比,在保持PSNR和比特率几乎不变的同时,编码时间平均节省了60%左右。     

自然语言生成综述

自然语言生成（NLG）技术利用人工智能和语言学的方法来自动地生成可理解的自然语言文本。NLG降低了人类和计算机之间沟通的难度,被广泛应用于机器新闻写作、聊天机器人等领域,已经成为人工智能的研究热点之一。首先,列举了当前主流的NLG的方法和模型,并详细对比了这些方法和模型的优缺点;然后,分别针对文本到文本、数据到文本和图像到文本等三种NLG技术,总结并分析了应用领域、存在的问题和当前的研究进展;进而,阐述了上述生成技术的常用评价方法及其适用范围;最后,给出了当前NLG技术的发展趋势和研究难点。     

应急状态下医疗废物处置和环境管理要点

医疗废物是环境管理最为重要的环节之一,在应急状态下,如何防止污染通过医疗废物传播,同时保障各级医疗机构、医疗废物处理处置单位的正常运转,最大程度减轻医疗废物处置的经济成本和社会成本,是环境应急管理中关注的要点问题。从医疗废物的来源、产生特点分析,识别处置难点,提出处置规程和管理对策建议。     

大牛地马五段储层裂缝特征及测井识别方法

结合大牛地气田下古生界勘探开发实践,详细研究奥陶系马五段储层裂缝特征。本次通过对21口钻井岩心及薄片的观察与分析,对裂缝的产状分布、岩性分布、充填特征等储层裂缝特征进行了详细研究,并详细描述了各类裂缝的测井识别方法,为综合全面认识风化壳气藏成藏规律提供支撑。     

风热感冒颗粒中牛蒡子苷含量分析方法研究

建立HPLC法测定风热感冒颗粒中牛蒡子苷含量。采用CLC-DOS(M)C_(18)色谱柱(250 mm×4. 6 mm,5μm),柱温:30℃,流动相:甲醇∶水(50∶50),流速:1. 0 mL/min,检测波长:280 nm。结果显示,牛蒡子苷浓度在5. 0～200μg/mL范围内得到回归方程Y=9651. 53X+2002. 27(R~2=1. 000),表明线性关系良好,平均回收率为105. 47%,RSD为0. 47%。该方法简便准确,重复性好,可用于风热感冒颗粒中牛蒡子苷的质量控制。     

基于卷积神经网络的响应自适应跟踪

针对目标跟踪中的遮挡、旋转、快速运动、形变等问题,本文提出基于卷积神经网络的响应自适应跟踪算法。首先,通过卷积神经网络提取目标的多层卷积特征,利用粒子滤波算法获取目标的多模板响应图,自适应学习目标的期望响应;然后通过构造目标函数的对偶形式解决多模板联合优化问题,计算多模板情况下每层卷积特征的最优滤波参数;最后通过相关滤波算法计算多层滤波响应,通过响应加权融合的方式计算最终响应图,以此估计目标位置。本文利用OTB-2013数据集中的方法测试我们提出的算法,实验表明该算法的整体成功率和精确度为0.884和0.915。本文算法在距离准确度、成功率和平均跟踪误差方面均优于传统的相关滤波跟踪算法,有一定研究价值。