塔里木盆地柯克亚凝析气田地层划分与对比

塔里木盆地柯克亚凝析气田自1977年柯1井井喷发现,至今已有四十余年,开发进入中后期。气田目前存在油气产量低、采出程度低、剩余优质储量少、稳产难度大等问题。通过油气藏动态分析、产能评价、数值模拟等工作,研究了剩余油分布规律,显示KKY凝析气田B气藏具备较大二次开发潜力。为了对柯克亚凝析气田进行更好的二次开发,本文将所学的地质理论知识与实践结合起来,对柯克亚凝析气田地层进行进一步详细的划分与对比。     

胶莱盆地南部大盛群、王氏群的划分与对比

胶莱盆地在胶东半岛地质构造及造山带研究中占有重要地位,其巨厚的白垩系陆相沉积是石油系统多年的研究目标。胶莱盆地南部白垩纪的岩石地层序列较其北部更为复杂,其认识几经反复,其中尤以大盛群与王氏群和莱阳群的部分单位的关系为甚。本次工作通过详细对比其沉积层序、相互关系、古生物组合、岩石学特征及同位素年龄等因素,认为大盛群与王氏群属同一沉积层序,沉积基底相同、沉积环境相似、古生物群落时代一致,二者具有同时代、同沉积相、同岩石组合的一致性,应是一套地层,建议今后使用统一地层名称。     

一种面向宽带频谱的信噪分离方法

自动化频谱监测中，信噪分离为宽带频谱序列进一步信号识别和统计提供算法支撑，而现有的频域信噪分离方法存在准确性较低的问题，为提高算法准确性，提出了一种面向宽带频谱的信噪分离方法. 首先，分析实测宽带频谱样本数据特征，采用爱泼斯-普利方法验证了频谱噪声数据样本满足正态性；其次，结合标准差理论，采用邻值比较和窗口划分方法确定信噪分离阈值；最后，以信噪分离准确性为目标，通过迭代优化邻值比较判别值及窗口划分宽度，提高了算法的准确性. 数据验证和对比分析表明，本文方法的信噪分离阈值与频谱噪声吻合较佳，准确性高至90.53%，明显高于现有信噪分离方法，且运行速度快，能够较好地应用于自动化频谱监测的实时信号识别与统计.     

一种基于GN算法的动态图划分方法

随着图规模的急剧增长，对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的，直接用其处理动态图会带来较大的通信开销。针对该问题，提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点；然后，利用GN算法对这些新加入的顶点进行预划分，产生若干个内部联系紧密的社区；最后，将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较，结果表明， 在公开数据集上，该方法的交叉边数降低了13%，负载均衡度减少了42.3%。由此可见，该方法的划分质量明显优于传统的流式划分方法。     

心源性猝死一级预防植入心律转复除颤器前非持续室性心动过速与植入后恰当治疗的关系

目的探讨植入型心律转复除颤器(implantable cardioverter defibrillator,ICD)用于心源性猝死一级预防时,植入前发生非持续性室性心动过速(non-sustained ventricular tachycardia,NSVT)与植入后ICD恰当治疗的关系。方法本研究为单中心回顾性队列研究,连续纳入2006年1月至2017年12月在北京协和医院住院植入ICD用于一级预防的心脏病患者,患者在住院期间ICD植入前均完善Holter检查。根据Holter检查是否出现NSVT,将患者分为NSVT组及无NSVT组。门诊或电话随访至2018年8月,随访事件包括全因死亡、植入后ICD放电治疗及抗心动过速起搏(antitachycardia pacing,ATP)治疗情况。结果纳入60例符合入选和排除标准的患者,随访时间37 (14～61)个月,KaplanMeier生存曲线及Log-Rank检验提示,NSVT组与无NSVT组相比,全因死亡率无统计学差异(P=0. 108),NSVT组恰当治疗的风险高于无NSVT组(P=0. 033),NSVT和左心室射血分数与ICD恰当治疗独立相关(NSVT:HR=5. 099,95%CI:1. 399～18. 588,P=0. 014;左心室射血分数:HR=1. 077,95%CI:1. 013～1. 145,P=0. 018)。结论 ICD一级预防患者植入前出现NSVT提示接受ICD恰当治疗的风险增加。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。