基于动态行为学习的空中目标识别方法

针对空中移动目标识别问题,提出了一种基于动态行为学习的识别方法。首先,从数据源中提取目标要素,经过标注形成目标数据特征集;其次,基于应用场景进行特征组合,形成特征模型要素;然后,基于深度学习算法进行模型训练,得到评估最优的模型参数;最后,利用训练后的模型进行目标识别处理。通过数值仿真验证,该方法能够有效地识别无业务规则的目标身份。     

基于纠删码和动态副本策略的HDFS改进系统

为了让Hadoop分布式文件系统(HDFS)达到更高的存储效率以及更加优化的负载均衡能力,针对HDFS的多副本存储技术提出了改进方案——Noah。Noah引入了编码和译码模块,对HDFS中的block进行编码分解,生成更多数量的数据分片(section),并随机地分散保存到集群当中,替代原有系统的多副本容灾策略;在集群出现节点失效的情况下,通过收集与失效block相关的任意70%左右的section进行原始数据的恢复;同时根据分布式集群运行情况以及对副本数目需求的不同采用动态副本策略。通过相关的集群实验,表明Noah在容灾效率、负载均衡、存储成本以及安全性上对HDFS作了相应的优化。     

低渗变形介质油藏污染井酸化增产规律分析

基于低渗非达西渗流和变形介质渗流理论，推导了污染井酸化前后的产能预测模型和井底压力损失表达式，定义了低渗变形介质油藏污染井酸化前后的表皮因子，并对污染井酸化前后的产能变化规律进行了研究。结果表明，低渗透油藏随着储层应力敏感效应和启动压力梯度的增大，产能明显降低，增大生产压差有利于克服其不利影响；酸化半径内启动压力梯度的改变对表皮因子的改善有重要影响，改变幅度越大对表皮因子的改善越有效。     

胶囊网络模型综述

基于动态路由规则的胶囊网络模型是近年来新提出的神经网络模型，被认为可能成为下一代重要的神经网络模型。近年来，众多研究表明胶囊网络具备更好地拟合特征的能力，但是由于计算开销巨大，网络模型始终无法适应大数据集的要求。减少计算开销成为了胶囊网络的研究热点。减少胶囊网络的计算开销通常有两种方式，即优化胶囊法和优化路由法。优化胶囊法通常以应用目的为驱动，设计专门针对某种分类任务的网络模型；优化路由法则更具一般性，从算法角度提升胶囊网络的性能。     

基于安全E-mail协议的电子选举研究

在安全邮件协议PGP中引入公正机构(CA),设计了一个适合大规模选举的电子选举方案。该方案不仅能满足电子选举的安全要求,而且不要求选民在固定地点投票;此外,新方案在一定程度上解决了电子选举中权威机构权力过大及绝对匿名性引发问题,可以在不泄露选票内容的情况下使选举的结果具有可验证性。     

基于事件模式及类型的事件检测模型

针对触发词定义标准模糊、语料标注成本高等问题,提出一种基于事件模式及类型的事件检测深度学习模型(PTNN)。首先基于实体的语法及语义特征获取潜在论元;其次将潜在论元抽象为角色,结合语法、语义、角色特征构建嵌入表示,增强输入对事件模式的体现;最后利用Bi-LSTM和基于事件类型的注意力机制,完成事件及类型判定。模型在不识别触发词的前提下,通过强化事件模式特征实现事件检测,避免了触发词标注困难的问题,证明了事件模式在神经网络上对事件检测的积极作用,将同类方法的最优效果提升了3%,且达到了基于触发词的检测效果。     

一种适用于椒盐-高斯干扰信号的自适应滤波改进算法

图像通信由于成像设备自身特点和通信过程中的光-电转换机制,一般含有椒盐-高斯干扰信号,信号交叉影响会导致单一的滤波方法效果不佳甚至失去作用。为了同时有效抑制两种干扰信号,提出了一种适用于椒盐-高斯干扰信号的自适应滤波改进算法。该算法首先通过干扰信号噪声点辨识与滤波窗口自适应扩展,计算信号噪声辨识过程中各扩展窗口归一化系数和一次加权联合滤波中间输出,然后利用多层级窗口中间输出值进行二次加权优化滤波,减少干扰信号噪声点对联合滤波输出的影响,最后针对计算量大的问题,在中值滤波过程中提出均值分割方法,提高滤波算法实时性。实验结果表明,该方法能有效抑制椒盐-高斯干扰信号噪声,算法实时性较好,优于多种传统及其演进滤波算法。     

基于WiFi的井场Android移动设备监控系统分析

WiFi是当前十分普及的一种无线局域网通信技术,具有成本低、便于扩展、接入设备多等特点。接入无线局域网内的Android系统终端可通过WiFi网络随时随地的查看录井工程信息,掌握钻井动态信息,并能够及时传达异常预报,防止重大质量事故的发生。     

联合注意力机制与MatchPyramid的文本相似度分析算法

文本相似度分析是自然语言处理领域的核心任务,基于深度文本匹配模型进行文本相似度分析是当前研究该任务的主流思路。针对传统的MatchPyramid模型对文本特征提取的不足之处进行改进,提出了基于增强MatchPyramid模型进行文本相似度分析的方法。该方法在输入编码层加入多头自注意力机制和互注意力机制,同时对双注意力机制的输入词向量使用自编码器做降维处理,以降低模型的计算量。接着将双注意力机制的输出与原始词向量相连接,提升了词向量对文本关键信息的表征能力。最后将两个文本的词向量矩阵点积形成的单通道图映射到多个特征子空间形成了多通道图,使用密集连接的卷积神经网络对多通道图进行特征提取。实验结果表明,相比于传统的MatchPyramid模型,所提出的模型准确率提升了1.59个百分点,F1值提升了2.49个百分点。     

启动压力梯度变化下低渗透油藏IPR影响因素的探讨——对《低速非达西渗流产能方程的建立》一文的商榷

利用所建立的低渗透油藏流入动态通式,在考虑启动压力梯度变化的基础上,对影响IPR曲线的因素进行了敏感性分析;并结合《低速非达西渗流产能方程的建立》一文的敏感性分析结果和结论进行了探讨。研究结果表明,泄油半径和地层压力的敏感性随启动压力梯度的变化而变化,而《低速非达西渗流产能方程的建立》文中所得结论。印泄油半径、地层压力对无因次流入动态曲线有较大影响,只在特定情况下才成立;此外,表皮系数并不像其文中所述对无因次流入动态没有明显影响,而是影响很大。