井约束振幅保真评价技术在春光探区的应用

春光探区的油气藏类型以岩性油气藏为主,对地震资料的分辨率、保真度有很高的要求。井约束振幅保真评价技术是一套行之有效的振幅保真评价手段。以井资料作为约束控制点,结合地震剖面形成二维的波阻抗模型,以波阻抗模型检验处理过程中目的层的保真情况,确保处理过程和最终成果的保真度。通过利用井资料和地震剖面相结合,描述主要目标层的各种振幅属性,在处理过程中通过验证振幅的保真性来选择处理方法和优选参数等,确保了地震数据处理过程中的保真度。在识别春光探区的岩性油气藏应用中起到较好的效果。     

川中地区侏罗系沙溪庙组致密气处理和解释关键技术与应用

四川盆地蕴含丰富的致密砂岩气资源，近期利用高精度三维资料开展侏罗系沙溪庙组河道砂体勘探取得突出成效。沙溪庙组河道砂体具有横向变化快、储层非均质性强的特点，因此提高河道砂体的边界识别及其含气性预测精度是致密气地震勘探的关键。通过开展AVO特征低频保护的“六分法”（分类、分频、分时、分域、分步和分区）高保真叠前去噪、近地表Q补偿和OVT域叠前时间偏移等技术攻关，形成了一套针对川中地区侏罗系沙溪庙组致密气藏的“双高”（高保真、高分辨率）地震处理技术，并创新应用“双亮点”属性及多波、多分量砂体含气性地震预测等解释技术，提高了含气砂体预测精度。该技术系列在川中沙溪庙组致密气预测应用成果显著，地震数据频带得到了拓宽，低频信息更加丰富，资料信噪比明显提升，河道边界及其含气性预测的精度大幅提高，钻井成功率超过83%，应用成果有力地支撑了该地区沙溪庙组致密气的增储上产。     

基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.     

基于层次化语义框架的知识库属性映射方法

面向知识库的自动问答是自然语言处理的一项重要任务,其旨在对用户提出的自然语言形式问题给出精练、准确的回复。目前由于缺少数据集,存在特征不一致等因素,导致难以使用通用的数据和方法实现领域知识库问答。因此,该文将“问题意图”视作不同领域问答可能存在的共同特征,将“问题”与三元组知识库中“关系谓词”的映射过程作为问答核心工作。为了考虑多种层次的语义并避免重要信息的损失,该文分别将“基于门控卷积的深层语义”和“基于交互注意力机制的浅层语义”通过门控感知机制相融合。在NLPCC-ICCPOL 2016 KBQA数据集上的实验表明,该文方法与现有的CDSSM和BDSSM方法相比,效能有明显提升。此外,该文通过构造天文常识知识库,将问题与关系谓词映射模型移植到特定领域,结合Bi-LSTM-CRF模型构建了天文常识自动问答系统。     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。     

基于心流理论的民艺体验产品设计要素研究

目的 探索民艺体验产品的设计方法，帮助用户实现沉浸式体验，提高用户对民艺产品的认同感，促进民艺的活态传承。方法 以竹编体验产品为例，通过用户观察、访谈并以用户体验地图的方式提取出“乌镇竹编”民艺产品在用户体验上的优点和痛点，结合心流理论，提出民艺体验产品的设计策略，同时优化“乌镇竹编”民艺体验产品。结论 经用户测试验证，最优的民艺体验产品除了要具备符合现代审美、工艺流程简化以及材料工具模块化等特征之外，还应具备以下设计要素:产品选择层次化、目标设置精细化、学习形式交互化、背景知识通俗化、作品分享社区化。     

基于Logistic回归的老年人APP用户体验优化设计

目的 提升老年人APP的用户体验水平。方法 提出一种基于Logistic回归的老年人APP用户体验优化设计研究方法。首先，通过文献研究和焦点小组法确定APP的设计模式，并选择合适的正交表确定设计模式的组合方式；其次，构建以行为体验、感知体验和情感体验为基础的用户体验评价体系，邀请被试者对试验样本执行具有代表性的任务，并对用户体验进行评价研究，收集试验数据；再次，运用序次Logistic回归建立APP设计模式与用户体验之间的关系模型，确定APP的最佳设计方案；最后，运用A/B测试方法对得到的试验结果进行验证。结论 以老年人移动医疗APP为例进行研究，结果表明所提出的方法可以有效地对老年人APP的用户体验进行优化设计，有助于设计师了解老年用户的偏好，设计出适合老年人使用的APP。     

基于表情识别技术的用户研究方法

目的为了以更加客观的方式评估用户体验,拓展用户研究的途径,引入表情识别技术对已有用户研究方法进行优化与探索。方法以阅读APP为研究载体,以表情识别与卷积神经网络算法为技术手段,通过设计人机交互实验将其应用于用户研究过程中,建立用户面部表情与用户主观满意度的映射关系。结果针对阅读APP"X",开展了基于表情识别技术和传统问卷访谈的双向设计研究,并采用对比验证的方法得出了基于表情识别技术的用户满意度客观度量方法的有效性和可行性,进而挖掘了基于表情识别方法的用户研究优势。结论基于表情识别技术的用户研究方法在产品交互设计中具有一定的通用性。通过识别分析用户与产品进行人机交互时的面部表情动态变化,可以使用户体验评估更加客观并容易解读,准确定位产品交互体验问题,为设计领域中的用户研究和认识提供了新思路,同时也为表情识别技术与产品设计的交叉融合提供了理论和实践意义的参考。