基于激光数据的北极海水二氧化碳分压研究

星载激光雷达作为一种新型的主动遥感技术,为全球海洋昼夜以及极地冬季海水二氧化碳分压的研究提供了可能。研究通过使用云-气溶胶激光雷达与红外探路者卫星（CALIPSO）数据,对全球海表面叶绿素a（Chla）浓度进行了反演,并构建了基于激光数据的前向神经网络模型（FNN-LID）,重构了北冰洋海水二氧化碳分压（pCO₂）昼/夜长时序数据集。在此基础上,对基于主动遥感的极地海水Chla浓度和海水pCO₂数据进行了验证与分析。结果显示,基于该算法的反演产品,具有较高的数据质量,不论是和其他被动遥感的产品还是独立浮标观测数据集都有较好的一致性,且能够有效“填充”极地冬季的数据空白。在北冰洋海区,受陆源强烈影响的边缘海都表现为较高的海表Chla浓度。北冰洋海水pCO₂的空间格局表现出经向的差异,且pCO₂的季节变化十分剧烈,甚至超过80 μatm。近20年来,北冰洋稳定地表现为大气二氧化碳的汇,而在东西伯利亚海和喀拉海等海冰显著衰退的地区,海面pCO₂的增长率非常显著。     

薄膜状剩余油动用条件研究

针对薄膜状剩余油动用条件不明确的问题,采用Polyflow软件模拟计算和微观可视化驱油实验相结合的方法,研究三元复合物体系界面张力对薄膜状剩余油动用的影响,对比分析不同条件下,薄膜状剩余油的临界破裂条件.结果表明:当油膜自身毛管力作用小于驱替液作用在油膜上的法向力时,油膜会发生破裂.对于同一油膜,流场毛管数越大,油膜的...     

智能变电站光纤回路描述方案研究

阐述了现在智能变电站光纤回路在运维和管理中存在的问题。针对智能变电站特点,从智能变电站建设、运维和管理角度提出了一套适用于智能变电站的光纤回路描述和管理方案。方案从智能变电站虚回路描述、过程层光纤路径描述、交换机配置描述、光纤回路标签命名等几个方面分别进行了阐述。该方案可直接应用于现有智能变电站的建设和管理,提高智能变电站的工程质量和光纤回路的管理水平。     

模拟降雨条件下岩溶地区马尾松林下地表径流特征

以贵州省贵阳市岩溶地区为例,通过野外人工模拟降雨试验,研究了不同坡度(15°、20°、25°)的径流小区在不同雨强(60、90、120mm/h)下马尾松林地表径流的变化特征。结果表明,岩溶地区马尾松林下,雨强对地表径流有明显影响;随着降雨持续进行,陡坡时的径流量增幅显著大于缓坡;随着雨强增加,坡度对累积径流量的影响变得显著;坡度对累积径流量的影响并非线性关系,而是坡度较陡时影响程度更大,但不同雨强条件下径流总量的增幅不一致;岩溶地区马尾松林地在中等雨强时地表径流大,大雨强时地表径流反而较小。     

剩余油分布的微观特征及其可动用程度的定量表征

目前微观剩余油定量表征研究存在宏观与微观分析结果差距大、图像不清晰、分析方法相对较少等问题.针对上述问题,利用岩心驱油实验、冷冻制片技术、岩心荧光分析等方法,对不同驱替方式、岩心不同位置、不同类型微观剩余油的分布特征和可动用程度进行了分析.结果表明:岩心注入端、中间端、采出端的剩余油比例依次升高.水驱后剩余油以自由态和...     

面向医疗数据的AUR-Tree差分隐私数据发布算法

随着医学技术的进步和大数据时代的到来,在数据发布时如何对患者就诊记录中的敏感信息进行隐私保护成为当前的研究热点。针对医疗大数据在发布过程中隐私保护问题,提出了基于属性效用值排序法AUR-Tree（attribute utility value ranking-tree）差分隐私数据发布算法。该算法用属性效用值排序法衡量准标识属性对敏感属性的影响程度,以此作为迭代分割的度量依据,采用基于泛化的自顶向下迭代分割分类树技术,通过类等差法合理的分配隐私预算从而实现在医疗数据发布过程中的隐私保护。实验结果表明：该算法在极大地提高了数据的安全性、有效性和可用性的前提下,还保留了后续数据挖掘的价值。     

基于数字微镜器件的无掩膜光刻技术进展

基于空间光调制器的无掩膜光刻是光刻技术重要发展方向之一.近年来,随着数字微镜器件芯片集成度与性能的提高,数字微镜器件无掩膜光刻成为一种主要的数字光刻技术.由于可灰度调制的光反射式"数字掩膜"替代了传统光刻中使用的预制物理光掩膜版,该技术极大地简化了光刻制版流程,提高了光刻的灵活性,广泛应用于平面微纳器件、超材料、微流控...     

基于数字化孔隙模型水驱驱油效率研究

通过自适应孔隙度方法,拟合实测渗透率后构建了数字化孔隙模型。利用渗流力学有关公式、流体力学及水电相似原理与流量守恒定律,考虑了喉道内油水界面的变化建立了饱和油、水驱油数学模型,并编制了相应的计算程序,模拟饱和油、水驱油过程,对水驱驱油效率的影响进行分析。研究表明在其它因素不变的情况下,孔喉比的降低,配位数的增加,圆形截面数量的增加,水驱驱油效率增加。     

基于改进贝叶斯分类的Android恶意软件检测

针对Android手机安全受恶意软件威胁越来越严重这一问题,提出一种改进的Android恶意软件检测算法。监控从Android移动设备应用程序获取的多种行为特征值,应用机器学习技术,通过与卡方检验滤波测试结合的方式改进传统的朴素贝叶斯算法,检测Android系统中的恶意软件。通过实验仿真,结果表明在采取朴素贝叶斯分类模型之前,使用卡方检验过滤应用程序的行为特征,可以使基于Android的恶意软件检测技术拥有较低的误报率和较高的精度。     

省钱才是硬道理，逐级降低机房能耗

如果10万元的安全产品能够捍卫网络的安全,很多CIO不会选择20万的产品,尽管后者的处理能力、管理能力、扩展能力要远远优于前者,原因很简单就是成本,“少花钱多办事”,在后金融危机时代表现的尤为突出。