基于多任务特征学习的网络加密流量识别算法

加密数据流难以从其数据内容进行监管,但却是非法数据、敏感信息监管的重要对象.目前对加密数据流识别的研究大多依据特定的加密传输协议,主要通过端口匹配识别、深度包检测、深入流检测等来进行识别,这些方法实施的前提是加密协议已知,并未给出一种通用的加密数据流识别方法.对当前加密数据流识别技术进行了分析,分析加密数据流外在数据形...     

准噶尔盆地金龙油田佳木河组火山岩储层孔隙类型及特征

准噶尔盆地金龙油田佳木河组发育良好的火山岩储层,明确火山岩储层特征及有利储集相带分布是进行火山岩储层勘探和开发的关键。本文通过岩心、薄片观察和高压压汞分析,结合物性资料,分析火山岩储层岩石学及物性特征,并预测了有利储层的分布。结果表明,佳木河组火山岩类储层包括火山熔岩类、火山碎屑熔岩类、火山碎屑岩类和沉火山碎屑岩类4种。火山岩储层物性总体上具有中-低孔和低-特低渗的特征。储集空间类型根据形态分为孔隙和裂缝两大类,根据成因都包括原生和次生两类,其中收缩孔、缝为主要的储集空间类型。不同的火山岩性和岩相表现出不同的压汞曲线类型,包括双峰正偏态细孔喉型、单峰正偏态细-微孔喉型和单峰负偏态微孔-极细微孔喉型3类,总体以微细-细孔喉为主,分选差-中等。岩性上火山角砾岩、玄武岩和安山岩是工区内最好的储层,岩相上火山爆发相和喷溢相上部储层物性最好,平面上最好储集相带位于研究区中部呈北西-南东的条带状分布。     

不同类型海绿石的发育特征及分类体系探讨

海绿石作为一种典型的沉积相指示矿物,其分类及成因研究一直是矿物学和岩石学界关注的焦点。基于海绿石成因理论研究现状,结合国内外大量海绿石研究实例,分析原地、准原地和异地海绿石的不同特征及其地质意义,并探讨和完善海绿石的分类体系及成因。结果表明：原地海绿石的成因假说较多,目前比较公认的颗粒绿化理论和假形置换理论可以解释颗粒状和微孔隙中海绿石的成因,但仍然无法解释砂岩中大量胶结物状海绿石的成因。不同类型海绿石在元素组成、成熟度、形态、赋存环境上存在很大差异。原地海绿石富集于凝缩段,成熟度较高,元素特征反映沉积环境。准原地海绿石以多期次成因的包壳状为特征。碎屑海绿石元素特征与沉积环境往往不符,多见颗粒状,常富集于大型层理砂岩中。鉴于目前海绿石分类体系仍比较混乱,按“成因机制”和“是否搬离生成地点”,建立了“原生”和“次生”及“原地”和“异地”海绿石的分类体系。提出“自生淀胶理论”解释胶结物状、晕边状、包壳或薄膜状海绿石的成因,并用大量实例证明了自生胶结物状海绿石的存在。海绿石在指示沉积环境、岩石定年、改造岩石储集物性等方面具有重要的研究意义。     

基于云推理模型的深度强化学习探索策略研究

强化学习通过与环境的交互学得任务的决策策略,具有自学习与在线学习的特点。但交互试错的机制也往往导致了算法的运行效率较低、收敛速度较慢。知识包含了人类经验和对事物的认知规律,利用知识引导智能体(agent)的学习,是解决上述问题的一种有效方法。该文尝试将定性规则知识引入到强化学习中,通过云推理模型对定性规则进行表示,将其作为探索策略引导智能体的动作选择,以减少智能体在状态-动作空间探索的盲目性。该文选用OpenAI Gym作为测试环境,通过在自定义的CartPole-v2中的实验,验证了提出的基于云推理模型探索策略的有效性,可以提高强化学习的学习效率,加快收敛速度。