中原油田致密砂岩裂缝性储层测井评价方法

为有效识别和评价以"双孔介质"为特征的三叠系致密砂岩裂缝性储层,利用"双标定"技术,在地质条件及测试资料的约束下,通过"四性"关系研究,总结出三叠系裂缝性砂岩储层的测井响应特征,形成了一套划分裂缝性储层的有效方法,建立了裂缝性储层参数的定量评价模型,分区块建立了油水识别标准。据已测试的21口井看,该评价方法的测井解释符合率达87.5%,提高了测井对三叠系储层的识别能力,解决了裂缝性储层的定量评价问题。     

基于用户视角的组合Web服务响应时间优化

针对响应时间,通过选择、调用合适的成员Web服务,对组合Web服务的QoS进行优化．该优化方法基于用户的视角,将组合Web服务运行时用户一次等待周期中需要执行的所有任务作为一个整体进行调度;同时根据组合Web服务流程的不同环节中用户对等待时间的不同敏感度,设置调度参数,降低关键环节超时的风险．实验表明,此方法可以有效地优化组合Web服务的响应时间,提高用户的满意度和QoS．     

基于智能映射推荐的知识图谱实例构建与演化方法

随着大数据技术的深入发展，各领域产生了海量异构数据，构建知识图谱是实现异构数据语义互通的重要手段。通过将结构化数据与本体模型映射匹配来生成实例模型是图谱实例层构建常用的方法。然而，对于复杂异构的领域数据来说，现有映射式实例构建方法大多需要用户手动完成全部映射匹配，映射操作繁琐，无法进行智能匹配，费时费力且容易出错。除此之外，现有方法对实例导入后的增量更新也支持不足。针对现有模式匹配和实例构建方法的映射操作繁琐的问题，提出了基于智能映射推荐的实例构建与演化方法。其中，智能映射复用推荐机制，在用户手动映射之前进行数据模式匹配计算，对元素级相似度、表级相似度和表间传播相似度进行多级相似度综合计算，根据数据模式匹配度仲裁排序后生成推荐映射。另外，增量发现机制通过自动发现冗余实例和冲突实例，生成系统后台任务进行处理，可实现实例的高效无重复导入。在山东市政府开放数据集和深圳市医疗急救数据集上进行了实验，在映射复用推荐模块的辅助下，交互时间缩短为传统模式的约26%,字段推荐匹配准确率达到98.1%;在增量发现模块的实验中，导入了1 394万个实例节点以及2 158万条关系边所需的时间由31.21 h...     

基于本体推理的终端用户数据查询构造方法

基于数据分析的智能决策对提升企业竞争力具有重要意义.根据待分析的问题，从内部信息系统的数据库中查询并获取与问题密切相关且信息完整的数据，是企业数据分析过程中的关键环节.基于本体的可视化数据查询系统为不掌握计算机专业技能的终端用户提供了高效获取数据的手段，近年来成为研究热点.然而现有工作仅采用简单的映射规则，将数据库中的表、字段、外键关系等元素直接映射为本体中的概念、属性和关系，向终端用户暴露了过多数据库设计的技术细节，增加了用户理解的难度，降低了系统的可用性.而通过人工编写映射规则来屏蔽数据库细节，既低效又缺乏通用性.针对这一问题，提出了一种基于推理的终端用户本体查询构造方法.该方法利用本体模型的语义表达能力和推理能力，在原有基于数据库简单映射所生成的本体模型基础上注入领域知识，从而优化查询构造流程，使终端用户得以从其更为熟悉的业务知识的视角，而非数据库设计的视角来看待和操纵数据，提高系统可用性；同时，增加了对分组统计的支持，扩展了方法的适用范围.最后，通过对"餐饮前台信息管理"领域真实案例的分析，验证了该方法相对于已有方法，其可用性提高了53.44%，表达能力提高了20.43%.     

一种基于迭代的关系模型到本体模型的模式匹配方法

语义网的飞速发展，使得各领域出现了以本体这种形式来表达的知识模型.但在实际的语义网应用中，常常面临本体实例匮乏的问题.将现有关系型数据源中的数据转化为本体实例是一种有效的解决办法，这需要利用关系模型到本体模型的模式匹配技术来建立数据源和本体之间的映射关系.除此之外，关系模型到本体模型的模式匹配还被广泛用于数据集成、数据语义标注、基于本体的数据访问等领域中.现有的研究工作往往会综合使用多种模式匹配算法，计算异构数据模式中元素对的综合相似度，辅助人工建立数据源到本体的映射关系.现有的工作针对单一模式匹配算法准确率不高的问题，试图通过综合多种模式匹配算法的结果来进行调和.然而，这种方法当多种匹配算法同时出现不准时，难以得出更加准确的最终匹配结果.对单一模式匹配算法匹配不准的成因进行深入的分析，认为数据源的本地化特征是导致这一现象的重要因素，并提出了一种迭代优化的模式匹配方案.该方案利用在模式匹配过程中已经得到匹配的元素对，对单一模式匹配算法进行优化，经过优化后的算法能够更好地兼容数据源的本地化特征，从而显著提升准确率.在"餐饮信息管理"领域的一个实际案例上开展实验，模式匹配效果显著高于传统方法，其中，F值超过传统方法50.1%.     

面向广域RDMA的确定性网络需求与技术

随着生成式人工智能（artificial intelligence generated content,AIGC）大模型和智能计算应用的高速发展，面向广域远程直接存储器访问（remote direct memory access,RDMA）的确定性网络技术成为近期智算中心互联的研究热点。首先分析了广域RDMA技术发展路线、实现方案和技术挑战，然后研究广域RDMA部署时面临的各类网络问题，通过搭建实验室和外场测试环境开展了一系列测试验证，分析提出了广域RDMA的确定性需求特性和边界性能指标，最后对面向广域RDMA的确定性网络技术进行了总结和展望。