排序方式: 共有25条查询结果,搜索用时 0 毫秒
1.
为了提高灰度水印抵抗滤波,加噪等常见攻击以及几何攻击的能力,提出了一种小波变换域上的高鲁棒水印方案。首先对灰度水印提出了一种新颖的数据压缩方法,并且从中提取出用于水印同步的参考比特。对于受到几何攻击的水印图像,提出了在低频子带上使用图像的主轴和边缘轮廓以获得旋转和缩放参数,从而能准确快速地恢复图像。同时在中频子带上采取了一种对参考比特进行高效匹配的办法来进一步实现水印的同步。实验表明除了一般图像处理之外,对于几何变形攻击本方案具有很好的鲁棒性。 相似文献
2.
3.
随着国内外页岩气的规模开发,越来越多的页岩气储量资产走向国际资本市场,气井最终可采量(EUR)的计算成为热点,但仅凭气井投产初期有限生产资料难以判断储层压裂改造效果,导致气井EUR计算误差大,无法判断勘探开发投资效益。为此,建立“校正气井产量百分位典型曲线预测法”,即运用流动形态法筛选井区内处于生产中后期气井作为样本井,根据样本井历史产量与EUR分布建立校正的产量百分位典型曲线,以此曲线实现井区内投产初期气井EUR的准确计算。研究结果表明:(1)运用流动形态诊断方法定量确定生产阶段,能够显著提高生产中后期气井EUR计算精度;(2)校正的产量百分位典型曲线能够代表井区气井的产量发展趋势,能显著提高投产初期气井EUR计算精度。因此,“类比”为页岩气投产初期EUR计算方法的关键,其能够定量确定井区内气井生产阶段,并通过“EUR百分位图版”与“产量百分位典型曲线”将生产中后期气井的生产规律合理类比应用于投产初期气井EUR的计算,方法可靠度高。研究提出的基于EUR百分位图版与产量百分位典型曲线的气井投产初期EUR计算方法,填补了这一领域技术空白。 相似文献
4.
综述了近10年来软差错影响下的电路可靠性分析方法,主要从系统结构级、寄存器传输级、门级、电路级4个抽象层次进行了分析,在每个抽象层次上再依据方法属性进行了分类比较.结果表明,多数情况下,基于的抽象层次越高,时间开销越小而准确度越低;不同属性的方法中模型解析法更简易可行,而故障模拟方法更贴合实际. 相似文献
5.
1概述我厂是一个大型化工企业,有同步电动机34台,其中80%的电机功率在1 000 kW以上,这些同步电机在连续性生产过程中起着非常重要的作用,其能否稳定长周期运行将直接影响我厂的经济效益,而励磁系统又是决定电机能否长期运行的关键因素。因此,如何选用和维护性能优越的励磁装置就显得尤为重要。我厂的励磁装置主要以北京前锋科技有限公司生产的WKLF-11型微机全控励磁装置为主,该装置有如下一些性能特点。(1)WKLF-11型微机全控励磁装置是电力电子技术、现代控制理论与微机技术相结合的新一代励磁调节控制装置。与电机电磁参数严格匹配,采… 相似文献
6.
气藏动态地质储量及水侵量是水驱气藏开发设计的重要参数,目前常使用气藏物质平衡法进行计算,但是运用常规物质平衡法计算水驱气藏水侵量和动态地质储量时,由于人工选取回归点、识别图版等过程会产生较大误差,常出现不同方法地质储量及水侵量计算结果不同的情况。针对以上问题,对水侵量计算物质平衡法中的差值法、图版法、视地质储量法进行分析,建立3种方法之间的约束条件,形成新的计算方法,并进行实例计算。通过实例分析了常规物质平衡法误差来源,并验证新方法,计算结果表明新方法具有较好的实用性和可靠性,可以推广运用到有水气藏动态储量及水侵量的计算。 相似文献
7.
一株苯乙烯生物降解菌的分离、鉴定及其特性研究 总被引:1,自引:0,他引:1
从处理含苯乙烯废水的活性污泥中分离得到可高效生物降解苯乙烯的微生物,对其进行分类鉴定和性质研究.以苯乙烯作为唯一碳源进行菌株的筛选,该降解苯乙烯菌株命名MJ001;采用分子生物学和Biolog两种鉴定方法对分离得到菌株进行鉴定,鉴定结果为Pseudomonas aeruginosa;选取不同苯乙烯浓度下的生长曲线考核菌株的生长和对苯乙烯的降解,在苯乙烯浓度为4 mg/L时,菌体生长和降解效果最好;不同温度下的降解实验表明,在30℃时菌株对苯乙烯的降解能力最强;不同摇床转速下,菌株生长和对苯乙烯的降解效果没有明显的变化,证明该菌株属于兼性厌氧型;对1.34~10.51 mg/L浓度苯乙烯的废水降解,24 h降解率超过94%,表明MJ001菌株具有潜在的可用于处理含苯乙烯废水的能力. 相似文献
8.
文章介绍了影响有机热载体炉安全使用的四个方面:有机热载体的选用原则是高热稳定性、环保性能和最高使用温度;有机热载体质量监测和控制的四个主要指标是运动粘度、闪点、残炭和酸值,应符合相应要求,以及防止有机热载体过热和氧化的方法;有机热载体炉的设计和安装应符合《有机热载体炉安全技术监察规程》要求;严格执行有机热载体炉的安全操作规程,预防事故发生。 相似文献
9.
10.
在存在异常值、噪声或缺失点的情况下,损坏的点集中很难区分异常点与正常点,并且点集之间的匹配关系也会受到这些异常点的影响。基于正常点之间存在某种联系以及正常点与异常点之间存在差异的先验知识,提出将点集间匹配关系的估计问题模型化为机器学习的过程。首先,考虑到两个正常点集之间的误差特征,提出了一种基于深度信念网络(DBN)的学习方法来训练具有正常点集的网络;然后,使用训练好的DBN测试损坏的点集,根据设置的误差阈值在网络输出端就可以识别异常值和不匹配的点。对存在噪声和缺失点的2D、3D点集所做的匹配实验中,利用模型预测样本的结果定量评估了点集间的匹配性能,其中匹配的精确率可以达到94%以上。实验结果表明,所提算法可以很好地检测点集中的噪声,即使在数据缺失的情况下,该算法也可以识别几乎所有的匹配点。 相似文献