3.5D地震勘探实例研究

3D和随时间推移（TL）地震是油田评价与开发阶段重要的地震勘探方法。近年来，TL地震正逐步成为油藏开发和管理中的重要手段之一。但TL地震受到储层条件、开采方式、TL地震勘探过程中非重复性噪声以及一些油田在开发早期未开展基础3D地震观测等诸因素的影响，这些因素使得这一技术在陆上油田开发中的应用受到了制约。为此，提出了3．5D地震勘探方法。3．5D地震勘探方法应用油田开发中、晚期的高精度3D地震数据，结合油田开发动态信息解决油田开发中存在的问题，寻找剩余油气分布区域。通过对中国西部某油田的开发实例研究，认为：3．5D地震可以较有效地解决油田开发中的问题，发现剩余油气的分布，不但解决了一些油田早期没有3D地震或早期3D地震数据质量存在严重非重复性噪声影响的问题，同时还可降低TL地震勘探的风险，提高油田开发的经济效益。     

基于生物记忆原理的智能词汇记忆模型

词汇学习是学习英语的基础,传统记忆模型采用机械的记忆方法,使用户在固定的时间周期内记忆词汇,这些静态的记忆模型计划制定复杂,不利于用户有效记忆词汇。针对上述问题,提出一种智能词汇记忆模型。从生物的记忆过程出发,采用幂函数量化艾宾浩斯生物记忆曲线,利用生物记忆曲线追踪每个单词的学习情况,在单词临近遗忘的边缘提醒用户及时复习,动态调整生物记忆曲线。实验结果表明,与传统记忆模型相比,该模型能为用户制定精确的复习计划,可减少用户37.04%的时间用来掌握词汇,具有更高的记忆效率。