多方位VSP多地震属性裂缝预测方法

地震裂缝预测一直是裂缝性油气藏的重要研究方向。研究了利用多方位VSP多地震属性裂缝预测的方法与流程,利用多方位VSP原始资料提取纵横波速度及泊松比、直达纵波能量变化和Q值与衰减系数、透过波能量衰减、水平分量能量变化、纵横波反射能量变化共五类11种地震属性分别进行裂缝预测。对提取的不同各向异性属性参数,根据其质量和属性可信度,给出不同的加权系数,进行加权平均计算,形成一个综合评估各向异性的新参数——各向异性指数,指出井孔处裂缝发育方向。     

分方位地震勘探研究现状及进展

从地震采集、处理和解释三方面总结了分方位角勘探的研究现状：1综合使用螺旋和蜗牛道集与震源同时激励，能够降低勘探成本并高效完成分方位地震野外采集；2炮检距向量片（OVT，Offset Vector Tile）技术是针对分方位观测带来的方位各向异性问题提出的，在处理过程中可以保留炮检距和方位角信息，提高地震成像精度；3充分利用地震波在裂缝型地层中传播时的能量衰减、相位和频率的方位各向异性信息是提高裂缝预测精度的有效手段，但目前在地震资料的处理中应用的实例很少。为了提高裂缝预测的准确性，今后应重点研究地震波的方位各向异性问题；4将多种随方位变化属性（如AVAZ等）与相干一致性融合，可有效检测地下裂缝和地层岩性，提高预测精度。     

考虑产品属性层次性的评论挖掘及需求获取方法

为提高需求获取的准确性,提出一种考虑产品属性层次性的评论挖掘及需求获取方法。首先,采用基于层次主题模型的半监督方法挖掘大量文本评论数据,得到产品属性层次结构树。其次,基于依存句法分析抽取产品属性对应的情感极性相关词,并对其量化表示为情感极性值,再基于属性间的加权层次关系对缺失的情感极性值进行补充。最后,计算每个产品属性的平均用户满意度,并分析确定下一代产品的开发需求。通过挖掘汽车之家口碑数据获取用户需求的案例,证明了所提方法的有效性。     

满族旗袍的审美文化探索

满族旗袍源于古代深衣,肃慎时期衣皮为主,挹娄时期学会以麻制袍,勿吉时期兽皮与布帛并用,女真时期袍以皮、麻、丝为之。满族在旗故称旗袍,以丝绸为尚。旗袍作为这个民族特有的服饰不仅凝聚了满族的文化,也顺应了华夏民族的审美思想,伴随时代的变迁,满族旗袍也在不断地发展变革,其鲜活的符号意义代代传承。其旺盛的生命力生生不息,并且在当今民族文化产业中占据一席之地。对满族旗袍的文化属性、商品属性进行了较系统研究,并对其发展趋势进行提炼与探索。     

结构保持生成对抗网络的SD-OCT图像去噪方法

为了去除频域光学相干断层扫描(SD-OCT)中的散斑噪声,提出了一种结构保持生成对抗网络模型,可以无监督地从SD-OCT图像合成高质量的增强深部成像光学相干断层扫描(EDI-OCT)图像.该模型基于循环生成对抗网络结构学习无配对SD-OCT和EDI-OCT图像之间的域映射关系.为了克服循环生成对抗网络生成图像的结构性差异问题,模型利用连续帧之间的相似性引入全局结构损失,保证了图像的全局结构一致性;同时通过模态无关邻域描述符引入局部结构损失,保持了图像的解剖结构细节.在50组CirrusSD-OCT数据集上进行去噪的实验结果表明,该模型的PSNR值为29.03 dB, SSIM值为0.82, EPI值为0.50,均优于现有模型.     

聚类混合型数据的密度峰值改进算法

聚类混合型数据，通常是依据样本属性类别的不同分别进行评价。但这种将样本属性划分到不同子空间中分别度量的方式，割裂了样本属性原有的统一性；导致对样本个体的相似性评价产生了非一致的度量偏差。针对这一问题，提出以二进制编码样本属性，再由海明差异对属性编码施行统一度量的新的聚类算法。新算法通过在统一的框架内对混合型数据实施相似性度量，避免了对样本属性的切割，在此基础上又根据不同属性的性质赋予其不同的权重，并以此评价样本个体之间的相似程度。实验结果表明，新算法能够有效地聚类混合型数据；与已有的其他聚类算法相比较，表现出更好的聚类准确率及稳定性。     

带权决策表的属性约简

属性约简是粗糙集理论的重要应用。考虑将决策表中的每行都作为一条决策规则时，若把表中出现相同决策规则的次数作为权，可得到带权决策表。提出了关于带权决策表的正域约简相应的辨识矩阵并给出了证明，从而得到了约简算法。相比于决策表中的正域约简时发现，通过将决策表转化为带权决策表后，再利用算法1进行约简时，其在一定程度上优于前者。提出了近似分类精度约简相应的辨识矩阵并给出了证明。对于2个算法，在选取的UCI数据集上进行了实验验证。通过实验进一步说明了所提出算法的可行性和有效性。