RFT在二连油田油水层系识别中的应用

分析了 RFT压力资料精度检验方法 ,以及确定油水界面、预测油柱高度和求取流体密度等方法 ,与地质、工程实际情况相吻合。 RFT与测井资料相结合 ,经综合分析 ,在二连油田 S6 1-×井中不足 15 0 m的井段内共识别出 5套油水层系 ,应用效果十分显著     

DV视频及其编辑处理系统

通过对几种视频格式的比较,说明DV格式视频的优越性,详细阐述DVSTORM非编系统的功能以及和其它非编系统的比较。     

四六铁黄铜冷冲盂人字形层状断口的研究

<正> 利用四六铁黄铜(HFe62-0.4％)冷冲压制造大口径药筒已有较长的历史,如果原材料符合技术要求冷冲盂一般都很顺利。 四六铁黄铜系本厂熔炼,采用水冷模和半连续浇注成铜锭。其化学成分Cu60.5～62.5％、Fe0.3～0.6％、Zn余量,杂质元素小于0.04％。铜锭热轧、冷轧后     

转炉炉壳热弹塑性有限元分析

利用ANSYS有限元分析程序,考虑炉衬和炉壳材料力学性能依赖于温度变化,对复合结构的转炉炉壳进行热弹塑性有限元分析.按照实际结构,炉衬和炉壳之间采用接触单元模拟.计算方法拓宽了转炉炉壳的强度分析内容.     

湖南烟区土壤K、Mg营养及其施肥效应

通过对湖南主要烟区3520个土壤样品中K、Mg含量测定的结果表明,湖南省主要烟区植烟土壤的全K、速效K、交换性Mg的含量平均分别为13.7gkg-1、127.3mgkg-1、1.16cmolkg-1;不同烟区其含量差异较大,绝大多数土壤存在着不同程度的缺K、缺Mg状况。田间试验表明,钾、镁肥合理配施(K20360kghm-2、MgS04.7H20300kghm-2)能促进烟草生长,增加烟叶产量、产值,提高烟叶品质,促进烟叶对K、Mg养分的吸收。     

基于模糊PID的高速振镜电机控制

针对高速扫描振镜的传统PID控制存在积分饱和、输出超调以及高频干扰的问题,基于振镜系统的数学模型,采用改进的模糊PID算法,并以改进后的系统模型在Scilab中进行仿真。仿真和实验结果显示,改进后的算法能够有效改善系统的动态和稳态性能,并提高了系统的抗干扰能力。     

Ca对超轻Mg-Li-Al合金显微组织和力学性能的影响

本试验熔制了Mg-5,9,16%Li-2%Al合金,研究了添加不同Ca含量对合金组织和性能的影响.通过显微观察可知,元素Ca对显微组织中的α相(hcp)和β相(bcc)有细化作用.通过EPMA分析可知,Ca主要富集在晶界处,合金中的晶界网格为Ca和Al的富集物,为Al2Ca化合物.显微组织细化机理可以认为,由于Ca在晶界处的吸附作用极大的抑制了晶粒的长大而使其细化.室温下进行拉伸测试,结果表明,添加1?可以提高合金的强度,却降低合金的塑性,分别是因为元素Ca的细化作用和晶界处Al2Ca具有脆性的原因.     

金属带式无级变速传动设计计算中几个问题的探讨

注意到金属带式摩擦无级变速器采用对角对称调速机构时,传动带在处于直线母线圆锥带轮各个不同工作半径位置上并不能保持带长不变。因此,为适应带长是恒值的要求,介绍了圆锥带轮的直母线改为圆弧形的设计方法,建立了比较稳定运转和变速时复合金属带中钢带组拉力变化分析用的带与带轮的力学模型,并据此模型间接地对钢带拉力变化的大小进行了理论分析,得出了相应的计算公式,为金属带的强度设计提供了理论参考。     

改进的多模型粒子PHD和CPHD滤波算法

多模型粒子概率假设密度(Probability hypothesis density, PHD)滤波是一种有效的多机动目标跟踪算法, 然而当模型概率过小时,该算法存在粒子退化问题,而且它对目标数的泊松分布假设会夸大目标漏检对其势估计的影响. 针对上述问题,本文提出一种改进算法. 该算法并不是简单地对模型索引进行采样, 而是用粒子拟合目标状态的模型条件PHD强度, 在不对噪声做任何先验假设的前提下, 通过重采样实现存活粒子的输入交互,提高了滤波性能. 在此基础上, 进一步将算法在Cardinalized PHD (CPHD)的框架下加以实现,提高其目标数估计精度. 仿真实验表明,所提算法在滤波性能和目标数估计精度方面均优于传统的多模型粒子PHD算法,具有良好的工程应用前景.     

基于特征融合的室外天气图像分类

天气状况对室外视频设备的成像效果有很大影响。为实现成像设备在恶劣天气下的自适应调整,从而提升智能监控系统的效果,同时针对传统的天气图像判别方法分类效果差且对相近天气现象不易分类的不足,以及深度学习方法识别天气准确率不高的问题,提出了一个将传统方法与深度学习方法相结合的特征融合模型。融合模型采用4种人工设计算法提取传统特征,采用AlexNet提取深层特征,利用融合后的特征向量进行图像天气状况的判别。融合模型在多背景数据集上的准确率达到93.90%,优于对比的3种常用方法,并且在平均精准率（AP）和平均召回率（AR）指标上也表现良好;在单背景数据集上的准确率达到96.97%,AP和AR均优于其他模型,且能很好识别特征相近的天气图像。实验结果表明提出的特征融合模型可以结合传统方法和深度学习方法的优势,提升现有天气图像分类方法的准确度,同时提高在特征相近的天气现象下的识别率。