成熟探区勘探目标群油气期望价值评估方法

我国的矿业权出让制度改革正在全面推进，合理评价区块期望价值对于油公司的区块进退决策至关重要。对于含有多个勘探目标的成熟探区，简单地将各目标价值相加通常会高估区块期望价值，应综合考虑两方面的因素:一是各勘探目标的地质情况，包括相对空间位置关系、地质成功率、资源规模和地质相关性等；二是油公司的勘探策略，包括干井承受能力、承诺钻井数量、对各目标的钻探次序等。为此，从油公司区块进退决策实际出发，提出一套基于概率论的勘探目标群期望价值估算方法，并通过实例讨论了上述因素对区块期望价值的影响。      

棉花目标价格改革政策助推新疆棉花现代物流体系建设

为更好地满足市场需求,保障新疆棉花产业的“提质增效”,2015年新疆启动了棉花目标价格补贴试点政策,以公证检验为依托,棉花监管仓库为端口,仪器检测为质量保障的现代化棉花流通体系,促进了棉花物流交易平台的建设。本文将从新疆棉花目标价格改革制度及物流体系现状、交通设施便捷、物流管理基础条件以及新疆棉花信息平台建设等方面总结概括了新疆棉花现代化物流体系的基础优势,并提出了推动新疆棉花现代物流体系建设的相关建议。     

基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

加强高校教育管理信息化建设研究

新时代背景下,传统教育体系中部分教育理念、教育内容、教育形式及方法已经无法有效满足现代社会的育人需求。此外,互联网2.0时代我国大数据技术和移动互联平台发展迅速,在推动教育事业现代化转型、高校教育管理信息化建设等方面意义深远。党的十九大以来,政府明确指出要坚决把教育事业置于优先位置,加强我国高校教育管理信息化建设,实现教育现代化和信息化改革,以此来实现我国教育事业的长足发展。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

IPv6+网络创新体系发展布局

在中国互联网协议第6版（IPv6）规模部署全面实施的背景下，提出了IPv6+网络创新体系的发展目标，厘清了其概念的内涵与外沿，形成关键技术规划布局，并据此构建面向2030年的IPv6+网络创新体系发展路径。研究表明，中国应布局网络编程、网络层切片、网络确定性、网络随路测量、新型组播、网络自治以及可信安全等关键技术研究，推动核心设备、系统以及解决方案研发来引导产业发展，实施面向基础电信网络、行业信息网络的试点示范，加快IPv6+国家/国际标准体系的构建。