基于Hough变换的成像测井裂缝检测方法研究

作为储层中重要的油气储存空间,裂缝段储层的预测与定位,裂缝形态与发育程度的估计显得至关重要。裂缝倾角、角度及开度的参数分析是缝洞型油气储层勘探开发中的一个难点和热点。目前也有露头测量或钻井取芯描述的直接方法,更有地震资料预测以及井孔声波或电成像等间接方法,其中声/电成像测井由于其对井周的高覆盖和高分辨率,近年获得愈来愈多的关注。文章针对电成像测井数据,研究了裂缝的图像特征,针对电成像测井图形采用Hough变换法进行裂缝检测并应用于实际数据,结果表明能准确检测正弦曲线状裂缝的位置并且可以计算裂缝的角度。     

基于贝叶斯方法的织物分类研究

提出基于贝叶斯决策理论的织物图像自动分类的新方法。先对织物图像的分类问题建立贝叶斯模型 ,再提取织物图像的形态结构参数作为特征向量 ,并计算出分类结果。该法能准确、快速、有效地对各类织物实现自动分类识别。     

辽宁抚顺煤雕工艺品的组分及分类研究

以辽宁抚顺煤雕工艺品为研究对象，采用薄片分析、X射线粉晶衍射等分析手段，对其有机和无机组分进行研究。研究结果表明，煤精的有机组分包括腐植组、类脂组和惰性组三大类，无机组分包括高岭石、石英、绿泥石等。腐植质与树脂体排列的定向程度越好，树脂体的含量越高，煤精就越致密，光泽越好，硬度越高。     

核磁共振法监控山茶油甘油解的方法研究

对核磁共振法监控山茶油甘油解的方法进行了研究。通过查找核磁共振谱图中山茶油甘油一酯(MAG)、甘油二酯(DAG)及甘油三酯(TAG)的特征指标,建立了其特征指标与含量的定量关系,从而实现了山茶油甘油解反应程度的有效监控。对1H NMR谱分析得到甘油一酯的特征峰化学位移(δ)为3.92,1,2-甘油二酯的特征峰化学位移(δ)为5.09,1,3-甘油二酯的特征峰化学位移(δ)为4.09,甘油三酯的特征峰化学位移(δ)为5.27,其相对峰面积分别为88.69、42.11、27.26、和36.74,进而推导出未知样甘油酯含量的计算方法。通过对比,发现核磁共振法和柱层析法监控山茶油甘油解反应的测定结果无显著性差异,核磁共振法所得到的结果可靠,可以用于山茶油甘油解反应过程的监控。     

基于SVM方法的猪肉新鲜度分类问题研究

文中采取减压贮藏方式对新鲜猪肉进行了贮藏实验,测定了不同贮藏时间样品的挥发性盐基氮含量(TVB-N)、细菌总数、pH值及感官评价数据,并运用支持向量机(support vector machine,SVM)对这些样本数据进行训练,选取不同的核函数,得到SVM神经网络模型,随后利用此模型对测试数据进行猪肉新鲜度分类预测。实验表明,根据样本特性进行数据预处理,且选取合适的核函数后,SVM神经网络能得到极高的猪肉新鲜度正确分类率。     

基于高光谱与纹理融合的烤烟分类方法研究

  目的  为提高烤烟的分类正确率。  方法  利用高光谱成像系统采集烤烟样本,采用Savitzky-Golay卷积平滑法（SG）、多元散射校正（MSC）、一阶导数法（FD）的组合方法对数据进行预处理。通过连续投影算法（SPA）选择特征波长,利用灰度共生矩阵（GLCM）选择烤烟的纹理特征,将纹理特征与光谱特征归一化处理后进行融合,利用邻近算法(KNN)、随机森林(RF)、支持向量机(SVM)、朴素贝叶斯（NB）验证烤烟分类效果。  结果  预处理后的全波长数据分类正确率较预处理前有所提升;利用SPA选择特征波段进行分类,正确率下降;高光谱融合纹理特征后进行分类,分类效果显著提升。  结论  基于高光谱与纹理融合可准确、有效地对烤烟进行无损分类,为量化烤烟分类提供了可行方法。      

基于机器学习的医疗器械分类与预测方法研究

针对当前医疗器械分类仍然采用人工分类方式,费时费力的问题,提出一种基于机器学习的医疗器械分类与预测方法,通过引入机器学习和自然语言处理领域的经典算法,以新版《医疗器械分类目录》为标准,提取医疗器械产品注册证的关键信息作为语料库,实现对医疗器械的产品类别划分,达到真正意义上的医疗器械自动分类,为各级医疗机构的医疗器械分类管理信息化奠定基础,提供借鉴和启示。     

基于核磁共振检测的小麦干燥特性实验研究

利用干燥箱装置进行小麦薄层恒温干燥实验,采用低场核磁共振技术检测小麦颗粒内部水分的不同结合形式并分析温度对干燥过程中各结合形式含水量及变化规律的影响。通过厚层横流式系统干燥实验验证和分析温度、风速以及缓苏过程对小麦干燥特性的影响。结果表明：小麦颗粒内化合水(T₂₁)与强结合水(T₂₂)是干燥过程中水分流失的主要来源。不同干燥温度对不同结合形式水分的散失和迁移的影响程度不同。适宜的温度和风速能够改善小麦的干燥均匀度、爆腰率,提升小麦整体干燥效果和小麦品质。在厚层横流式系统干燥厚层小麦实验中,适宜的穿透风速为0.4 m/s,温度70℃,此时小麦干燥均匀度为3.01%,爆腰率0.67%;在此条件基础上,先保持70℃干燥70 min,使干基含水率降至约20%,再用50℃干燥13 min后恢复70℃干燥30 min结束干燥的缓苏干燥方式,干燥效果最佳。     

核磁共振波谱法测定煎炸油的极性组分含量?的方法研究

本文采用核磁共振波谱仪对煎炸油中极性组分含量的测定方法进行了研究。通过对核磁共振谱图中煎炸油的特征峰相对峰面积与极性组分含量之间的数学关系进行分析,从而建立了核磁共振波谱仪测定煎炸油的极性组分含量的方法。主要结论如下：核磁共振波谱仪测定煎炸油的特征峰相对峰面积与极性组分含量之间的线性回归方程为y = -8.327 6x + 90.215,相关系数R2 =0.977 3;核磁共振波谱仪重复测定的煎炸油样品中极性组分含量的相对标准偏差范围为1.72%~2.53%（小于5%）,表明核磁共振波谱仪检测煎炸油极性组分含量的方法具有较好的重复性。同时本研究将此法与柱层析法进行对比,所得测定结果没有显著性差异,表明核磁共振波谱法可以替代柱层析法测定煎炸油中极性组分含量。     

基于外观特征的无人机行为意图分类方法研究

近年来,无人机产业的发展极为迅速,并逐步运用到各行业。根据无人机任务类型的不同,无人机的外观特征及运动特点具有较大的差别,增加了无人机的监管的难度。文章从军用和民用领域两个方面,对各类无人机的关键特征进行分析,建立无人机外观数据库。进而,分别提出基于外观特点的行为模式分类。其中,基于外观特点,将军用无人机分为侦察无人机、电子战无人机和攻击性无人机三类;将民用无人机分为监测勘测无人机、应急救援无人机、运输无人机、农林植保无人机和航拍测绘无人机等五类。最后,基于分类方式建立无人机外观数据库,提出基于外观特点的无人机行为模式判别方法,实现可动态更新的无人机行为模式数据库。     

基于级联分类的复烤片烟产地预测方法研究

为提高在有限样本条件下近红外预测复烤片烟产地的准确率,提出了一种基于级联分类的复烤片烟产地预测方法,该方法首先通过近红外光谱判断样本的香型属性并构建香型模型作为中间层,再使用LDA或PLS方法在单一香型框架下构建产地模型进行产地预测。以全国主要烟叶产区的复烤片烟为对象进行验证,结果表明：通过引入香型模型作为中间层,基于LDA的分类模型产地预测准确率由83.33%提升至94.44%;基于PLS的分类模型的准确率则由72.22%提升至86.11%。在有限样本数据和不引入新的模型参数的条件下,该方法有效降低了复烤片烟的产地误判比例。     

基于判别分析的图形图像分类方法

在色彩管理中,为了实现再现意图的自动选择,首先需要实现图形和图像的自动分类。本研究通过观察和分析大量不同类型原稿,得出图形与图像之间的本质差异在于颜色空间分布特性不同,并在此基础上,提炼出了具有显著区分能力的若干特征,并按照区分能力大小对其进行筛选。然后采用判别分析法,根据筛选得到的区分特征建立了图形图像判别函数。经检验,本方法的判别精度达到96.75%。     

基于随机森林的文本分类研究

文本分类是处理和组织大量文本数据的关键技术,它一直是信息检索领域中的一个研究热点。文本分类旨在将大量文本划分到若干子类,使得各文本子类代表不同的概念主题。文章采用了一种基于随机森林的文本分类方法。该方法来源于基于决策树的机器学习,依据文本内容的分词结果进行机器学习,将文本中信息量高的词汇提取出来作为学习维度,可以准确地对文本进行分类。由于随机森林算法Ⅲ具有高并发,快速收敛的优点,非常适合海量数据的处理。     

基于ENVI的遥感影像监督分类方法的研究

随着遥感技术的发展和遥感图像采集方式的多样性,对遥感图像处理技术的要求更高。文章介绍了三种常见的监督分类算法:支持向量机、最大似然法、BP神经网络;并利用上述三种算法对南泥湾地区同一幅SuperView-1遥感影像进行了分类,获得分类解果并评估准确性;然后对三种算法进行了比较,分析三种算法的优缺点,得出支持向量机分类精度最低,最大似然法次之,神经网络最高;最后得出结论,BP神经网络是一种较为优良的遥感影像分类算法。     

基于低场核磁共振及成像技术的油莎豆远红外干燥过程中水分变化规律

为研究油莎豆远红外干燥过程中水分分布状态与迁移变化规律,利用低场核磁共振技术和成像技术检测不同温度(50、60、70℃)下远红外干燥过程中的横向驰豫时间,分析峰面积A_2x的变化、磁共振成像(magnetic resonance imaging, MRI)图像的变化以及干燥前后微观结构变化。结果表明,在红外干燥过程中,温度为50、60、70℃时干燥至终点分别用时为450、360、260 min,随着温度的升高能够显著提高干燥速率,促进其内部的自由水、不易流动水和结合水的迁移。干燥过程中自由水逐渐减少外观发生收缩形变表皮皱缩,自由度高的水分向自由度低的迁移导致弛豫图向左迁移。水分总峰面积与干基含水率进行回归分析,得到R²分别为0.989 03、0.991 34、0.990 46,回归线性方程具有较高的拟合度。通过MRI图像可以清晰地看到红色面积逐渐缩小,油莎豆内部水分分布状态不断变化。干燥前后油莎豆微观结构变化明显,轮廓模糊、淀粉堆积。该研究可以为油莎豆的远红外干燥工艺设计、水分分布情况及水分状态变化提供参考。     

基于改进CNN的草莓成熟度分类方法

目的:提高草莓分类准确率。方法:通过混合池化方法对CNN进行改进,提出基于改进CNN的草莓分类方法。通过最大池化和平均池化技术组合,得到混合池化方法;通过混合池化方法对CNN进行改进,提高CNN模型的泛化能力;进行图像数据采集、图像预处理和提取图像特征;并利用灵敏度、特异度、精确度、召回率和F₁分数对训练好的草莓分类方法进行分类效果评估。结果:试验方法对16像素×16像素图像中草莓分类的灵敏度、特异度、精确度、召回率和F₁分数分别达到0.993,0.993,0.994,0.992,0.991;与其他5种分类方法相比,试验方法对草莓分类的灵敏度、特异度、精确度、召回率和F₁分数分别平均提高了3.44%,3.96%,4.26%,3.92%,4.08%。结论:该方法可实现不同成熟度草莓的准确分类。     

食品功能因子分类方法的研究

概述了国内外食品功能因子的分类情况,比较了常见的二种食品功能因子分类方法,建立了一套食品功能因子的分类体系,对食品功能因子的分类提出了几点看法。     

基于语义的KNN短文本分类算法研究

针对短文本分类关键词特征稀疏和样本数量多,难以处理的技术难点,提出一种基于语义的KNN短文本分类算法.该算法采用基于字的分词策略提取出短文本的特征词,结合中国知网对关键词进行概念映射以提高短文本的语义表达,并针对短文本特点,通过使用LSA降维处理,对KNN分类算法加以改进.实验结果表明,该算法能够有效提高短文本的分类性能.     

食品功能因子分类方法的研究

概述了国内外食品功能因子的分类情况,比较了常见的二种食品功能因子分类方法,建立了一套食品功能因子的分类体系,对食品功能因子的分类提出了几点看法。      

基于数据挖掘的白酒分类问题研究

白酒中含有的成分众多,各成分含量的不同会影响白酒的口感。 通过收集整理白酒的11个特征指标数据以及专家打分法提 供的评判等级,利用因子分析等数据挖掘方法进行分类预测,也为白酒分类提供了思路。 研究发现,模型对于品类6白酒的预测准确 度最高（准确度为90%）,且白酒中挥发性酸类物质含量的增加有助于提升白酒口感,而酿造用水中氯化物成分会降低白酒口感。