基于XNA的船舶模拟仿真系统的探讨

虚拟现实技术是目前国内外最热门的仿真技术之一,其高效、安全以及低成本的技术特点受到国内外重视,本文介绍了在XNA平台下建立船舶运动仿真可视化的可行性方法。首先利用MMG操纵运动数学模型计算船舶的运动,接着利用3dsMAX软件建立船舶的实体模型,在XNA平台下建立真实环境对船舶的运动进行仿真,在XNA平台下建立的仿真环境真实感强而且系统有较好的可控性。通过交互性好、效果逼真的可视化仿真比一般数值仿真更具有说服力。     

基于XMAC资料的火山岩压裂储层应力分析技术

储层地应力大小和方位对指导压裂方案设计和施工工艺有着现实的意义.通过分析牛东构造的密度测井、声电成像及地层倾角和压裂曲线等资料,结合XMAC资料和岩心刻度测井研究了牛东火山岩储层的岩石力学特征、地应力大小和方位,建立了三维应力模型,绘制了单井应力剖面图、区域地应力分布图和区域地应力等值线图,用XMAC资料计算的地应力方位与由地层倾角得到的结果相一致,求取的压裂层段平均最小水平主应力值与压裂施工瞬时停泵时折算的压裂层段中点压力值基本吻合.     

巨磁阻传感器输出非线性与温漂的补偿

采用巨磁阻(GMR)传感器可无接触测量直流大电流,可避免高压直流输电系统中高压直流电流传感器的热耗问题,并提高整个测量系统的稳定性。为同时对GMR传感器进行非线性补偿与温漂补偿以提高其测量精度和稳定性,提出了基于最小二乘支持向量机(LSSVM)与粒子群参数优化相结合的多传感器信息融合算法。使用LSSVM方法重构GMR传感器的传输特性,最后利用粒子群算法优化LSSVM的参数,得到GMR传感器传输特性的重构公式,用于对被测电流进行估算。采用温度传感器PT1000实时监测1台GMR传感器的温度,对该GMR传感器进行了标定实验和分析,结果表明:在-40～40°C的温度变化范围内,经重构的GMR传感器最大可测量电流为1 500A,且输出准确度明显提高,平均补偿误差<1.5%,能够满足一般高压直流电流的测量要求。     

基于时空注意力机制的加油站级客流量预测

加油站是重要的能源供给单位,对加油站站点的下一时段客流量进行精准预测,可为相关资源的调度与分配提供决策支撑。针对加油站级客流量预测问题,结合加油站客流数据的时空特征,提出一种基于注意力机制的时空网络模型。以路网结构建模的站级客流数据为输入,结合卷积神经网络、长短期记忆网络与注意力机制,解决站点间的空间依赖、短期与长期时序依赖以及长期时序依赖中的时间漂移问题,精准预测下一时段的站级客流量。在真实数据集上的实验结果表明,与历史平均模型、长短期记忆网络模型和双向长短期记忆网络模型等基线模型相比,该模型在均方误差（RMSE）、平均绝对误差与平均绝对百分比误差上均有所提升,其中RMSE提升22.89%。     

深度神经网络的压缩研究

深度神经网络中过多的参数使得自身成为高度计算密集型和内存密集型的模型,这使得深度神经网络的应用不能轻易地移植到嵌入或移动设备上以解决特殊环境下的实际需求。为了解决该问题,提出了基于网络删减、参数共享两者结合的神经网络压缩方案：首先通过删减掉权重小于阈值的网络连接,保留其重要的连接;然后使用k-means聚类算法将删减后每层的参数进行聚类,每簇内的各个参数共享该簇的中心值作为其权重。实验在MINST数据集上完成手写数字识别功能的LeNet-300-100网络和修改得到的LeNet-300–240-180-100网络分别压缩了9.5×和12.1×。 基于网络删减、参数共享两者结合的神经网络压缩方案为未来在特殊环境下更丰富的基于深度神经网络的智能应用提供了可行方案。     

大斜度长裸眼定向井钻井液技术

饶阳凹陷留楚区块大多数井为大斜度长裸眼定向井,井身剖面为"直-增-稳"三段制、双或多靶点定向井,井身结构为二开井,井斜角在48°～56°之间,水平位移为1 000～1 597 m,裸眼段长达3 000～3 500 m,井壁不稳定,钻井难度及风险大。通过优化钻井液工艺技术,应用加有组合润滑防卡剂、防塌剂以及抗温降滤失剂和有机硅的聚磺润滑防塌钻井液,较好地满足了安全钻井要求。与该区块同类型未使用该技术的井相比,完成的15口长裸眼大斜度定向井平均钻井周期缩短了37.3%,建井周期缩短了32.6%,完井电测时间缩短了60.7%,传统电缆测井完成率为93.3%,其中有7口井实现完井电测一次成功,平均井径扩大率小于10%,特别是楚29-87X井等7口井平均井径扩大率控制在6%以内。     

基于注意力机制的多模态人体行为识别算法

提出了基于注意力机制的多模态人体行为识别算法;针对多模态特征的有效融合问题,设计基于注意力机制的双流特征融合卷积网络(TAM3DNet,two-stream attention mechanism 3D network);主干网络采用结合注意力机制的注意力3D网络(AM3DNet,attention mechanism 3D network),将特征图与注意力图进行加权后得到加权行为特征,从而使网络聚焦于肢体运动区域的特征,减弱背景和肢体静止区域的影响;将RGB-D数据的颜色和深度两种模态数据分别作为双流网络的输入,从两条分支网络得到彩色和深度行为特征,然后将融合特征进行分类得到人体行为识别结果。     

基于REST架构的小额支付平台研究北大核心CSCD

针对现阶段小额支付平台终端繁杂异构的问题,提出了一种基于REST架构风格的小额支付系统平台,其将小额支付过程以及相关数据抽象为资源,以HTTP作为通信协议,通过RESTful Web服务方式连接移动客户端与Web服务端.设计了小额支付平台的架构,定义了小额支付平台RESTful Web服务的具体方法和规则,并且实现了小额支付原型系统.实验结果表明,相较于传统的基于SOAP协议的大Web服务方式,基于REST架构风格的小额支付平台具有明显的优势.     

移动电子商务关键技术研究

重点阐述移动电子商务相关的关键技术,探讨目前移动电子商务存在的问题,提出相应的解决方案.