排序方式: 共有7条查询结果,搜索用时 16 毫秒
1
2.
3.
我国是油气消费大国,俄罗斯是我国主要油气进口国之一,俄罗斯萨哈林近海蕴藏着丰富的油气资源,最近几年通过合资合作方式进行了大规模开发。从借鉴的角度出发,追踪了萨哈林-1项目的油田分布及开发历程;调研了萨哈林-1项目陆地钻机、海上钻井平台、陆地联合站、油气输送管线、陆地油气终端等设备设施;总结了萨哈林-1项目在油气产出、技术进步、社会效益等方面取得的成果;展望了萨哈林-1项目的未来发展。分析认为,俄罗斯萨哈林-1项目的合作开发取得了较大成功,为我国油田合作开发及技术引进起到了借鉴作用;萨哈林紧邻我国东北,萨哈林-1项目的油气有望进入我国东北地区,缓解我国油气紧张局面。 相似文献
4.
视频插值是利用视频相邻帧的图像信息合成中间帧,可直接应用于慢动作视频回放、高频视频合成、动画制作等领域。现有基于深度体素流的视频插值模型存在合成精度低、参数量大的问题,限制其在移动端的部署应用。提出一种压缩驱动的精化深度体素流插值模型。通过预训练深度体素流模型提高视频的插值质量并确定高精度参数,利用稀疏压缩技术裁剪卷积通道数,以减少参数量并得到粗体素流,同时将输入视频帧、粗体素流和粗中间帧作为精体素流网络的输入,获得精体素流。在此基础上,通过三线性插值方法计算得到精中间帧,以增强模型对边缘信息的捕获能力,从而提高中间帧质量。在Vimeo 90K和UCF101数据集上的实验结果表明,相比DVF、SepConv、CDFI等模型,该模型的峰值信噪比和结构相似性分别平均提高1.59 dB和0.015,在保证参数量增幅较小的前提下,能够有效优化视频合成效果。 相似文献
5.
结合深度神经网络和时序点过程的深度点过程模型在进行时间预测时,会因模型本身系统误差和数值计算精度不足而导致预测值序列中存在较大偏差。为提高预测精度并有效避免模型调优同时降低数值误差,建立一种基于条件生成对抗网络(CGAN)的深度点过程二次预测模型,在深度点过程初次预测值序列的基础上进行二次预测。假设初次预测偏差来自时序点过程分布上的差异,利用CGAN对分布的变换能力来修正初次预测值序列分布为原始时序点过程序列分布,从而降低预测值序列误差。在流程上,将初次预测值序列输入生成器生成伪值序列,将伪值序列与对应的真实值序列输入判别器中判别真假,经过对抗训练得到对初次预测值序列具备修正能力的生成器。同时,为增强CGAN对时序点过程数据的匹配度,在其结构上采用CGAN+LSTM的形式,同时改进损失函数为时序点过程Wasserstein距离的对偶形式及其1-Lipschitz约束。实验结果表明,该模型具有较高的时间预测准确度,二次预测值序列的均方误差相较初次预测值序列平均降低77%以上。 相似文献
6.
储气库建设是天然气调峰及战略储备的重要手段,中国处于储气库建设初级阶段。俄罗斯储气库建设起步较早,形成了系统的储气库建设技术,建立了比较完善的储气库网。从跟踪及借鉴的角度出发,追踪了俄罗斯储气库发展过程及俄罗斯对储气库的需求,介绍了俄罗斯在用储气库、在建储气库、正在勘查储气库的数量、分布、建设时间、重点参数等,分析了俄罗斯储气库建设关键技术,阐述了俄罗斯储气库建设未来发展规划。在此基础上,对中俄储气库合作前景进行了分析,建议中国与俄罗斯在储气库建设方面开展合作,促进中国储气库建设快速发展,改善中国天然气季节性不均衡局面。 相似文献
7.
1