一个求解无约束优化的单参数填充函数方法

填充函数方法是求解无约束的全局优化问题的重要方法,该方法在于构建具有性质良好、形式简单而且容易求解极小值的填充函数。文章按照填充函数的定义,构建了一个新的单参数填充函数,探究并且证明了该填充函数的填充性质和其他的必要性质。     

二氧化碳前置蓄能压裂在中深层低渗稠油中的应用

针对准噶尔盆地中深层低渗稠油的开发难点,将体积压裂与CO₂驱油技术有机结合,开展CO₂前置蓄能压裂提产机理研究及开发关键参数优化。实验表明,CO₂前置蓄能压裂有效增加了可流动原油体积,主要的驱油机理为“CO₂基质抽提、原油溶胀降黏、裂缝导流”。以准噶尔盆地J井区为例,开展CO₂前置蓄能压裂提产试验,与常规压裂相比,投产初期单井日产油量相当,但试验井压力保持程度更高,稳产能力更好,目前累计产油是常规压裂井的1.14倍,预计采收率可以提高3%,为新疆油田数亿吨难动用储量有效开发提供技术支持。     

东方地球物理公司系列报道之五——陡命·融合·创新——东方地球物理公司企业文化建设纪实

企业文化建设加速了队伍的凝聚，凝聚产生了力量，目前，东方地球物理公司已经成为全球四大地球物理公司之一，陆上地震勘探市场占有份额居全球第一位。     

可光纤集成的相干态量子身份认证系统

报道了可光纤集成相干态量子身份认证实验系统。该系统采用偏振相干态的斯托克斯矢量作为量子信号载体,采用动态偏振控制器作为信号调制器,利用固有的相干态量子噪声保证系统的安全性。自行设计了脉冲激光驱动电路、微弱窄脉冲激光探测电路、信号同步模块,采用Socket网络通信程序在TCP/IP局域网中实现了量子保密通信所需要的经典通信。该相干态量子身份认证系统采用的运行密钥为12位,每个光脉冲包含40000个光子,传输速率达到8kbit/s,合法用户间误码率(BER)小于10-4。每传输一个比特信息,攻击者所能窃取的信息量I(Alice,Eve)<10-14bit。     

基于遗传算法的激光视觉焊缝特征点提取

提出了一种基于遗传算法的平面焊缝特征点提取方法。采用中值滤波、阈值分割法对焊缝图像进行预处理,以减少噪声;利用种子填充法进行图像分割,提取出激光条纹连通域,根据连通域特征抽象出激光条纹骨架提取的数学模型;重点研究基于遗传算法的骨架提取方法,并采用法向直线扫描法沿骨架方向提取中心点坐标;对骨架中心点进行直线拟合,并利用拉依达准则迭代剔除噪声点,获得激光条纹骨架的准确位置和焊缝特征点坐标。经试验验证可知,该方法能够有效消除焊缝图像中多种噪声及激光条纹宽度的干扰,快速准确地检测出焊缝特征点的位置。     

铯分子亚稳电子态中高位振动态的产生和弛豫

研究了Cs2[13Πu(v)]和Cs原子间的振动能量转移.利用激光感生荧光(LIF)探测Cs2[13Πu(v)]的弛豫过程,由时间分辨LIF的对数描绘得到振动态的有效寿命,从不同Cs原子密度下的有效寿命利用Stern-Volmer公式得到振动能级的弛豫率,速率系数随v的增加而增大.从相邻二振动能级的布居密度之比得到振动...     

基于0.13μm工艺的8Mb相变存储器

采用0.13 μm工艺,4层金属布线,在标准CMOS技术的基础上增加3张掩膜制备了一款8 Mb相变存储器.1.2V的低压NMOS管作为单元选通器,单元大小为50 F2.外围电路采用3.3V工作电压的CMOS电路.Set和Reset操作电流分别为0.4 mA和2 mA.读出操作的电流为10 μA,芯片疲劳特性次数超过了1...     

空气静电放电的场路协同仿真研究

场路协同仿真方法可耦合场与路研究空气静电放电的非线性特征,有助于静电放电防护的进一步改进.基于CST仿真软件,首先通过静电放电发生器标准电流测试模型对场路协同仿真方法进行验证,然后利用该方法将静电放电发生器的3D全波模型和非线性电弧模型相结合,探究放电电流随激励电压和放电弧长的变化关系.仿真结果表明:放电上升时间和峰值...     

用于相变存储器的超低输出纹波2X/1.5X电荷泵

本文针对相变存储器编程驱动电路,提出了一种超低输出电压纹波的开关电容型电荷泵。该电荷泵可根据输入电压的不同,自适应工作在2X/1.5X升压模式之间,以获得更高的电源转换效率。相比于传统开关电容型电荷泵,在充电阶段泵电容被充电至预先设定的电压值Vo-VDD(Vo为预期的输出电压);放电阶段,泵电容串联在输入电压VDD与输出端,通过此方法将电荷泵输出端电压稳定在Vo,并有效的降低了由于电荷分享所造成的输出纹波。在中芯国际40nm标准CMOS工艺模型下,对电路进行了仿真验证,结果表明在输入电压为1.6-2.1V,输出2.5V电压,最大负载电流为10mA,输出电压纹波低于4mV,电源效率最高可达91%。     

基于深度学习的图像描述综述

图像描述旨在通过提取图像的特征输入到语言生成模型中最后输出图像对应的描述,来解决人工智能中自然语言处理与计算机视觉的交叉领域问题——智能图像理解.现对2015—2020年间图像描述方向有代表性的论文进行汇总与分析,以不同核心技术作为分类标准将图像描述大致划分为基于Encoder-Decoder框架的图像描述、基于注意力机制的图像描述、基于强化学习的图像描述、基于生成对抗网络的图像描述和基于新融合数据集的图像描述五大类.使用NIC、Hard-Attention和Neural Talk三个模型在真实数据集MS-COCO数据集上进行实验,并从BLEU1、BLEU2、BLEU3、BLEU4四处平均评分对比分析,展示三个模型效果.本文点明了未来图像描述的发展趋势,并指出了图像描述将要面临的挑战和可深入挖掘的研究方向.