一种改进NMF算法及其在人脸识别中的应用

为了提高非负矩阵分解(NMF)算法对光照、姿态等外部因素的鲁棒性,本文对传统的NMF进行改进,提出了一种改进的NMF方法.首先对NMF基图像进行判别分析,然后选择主要反应类内差异的基图像来构造子空间,最后在子空间上进行识别.通过Havard人脸库和Umist人脸库上的实验,结果表明,该方法能够对光照和姿态的变化具有一定的鲁棒性和较高的识别率,比传统的NMF方法和PCA等子空间分析法识别率提高了20%以上.     

用于油水层识别的一种简化的神经计算方法

在油水层识别中,单纯使用神经计算存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,为此基于属性约简和最优化原理提出一种简化的神经计算方法,主要包括基于粗糙集的样本属性约简算法,基于LM方法的稳定学习算法,以及基于黄金分割的隐合层节点数确定的优化算法等。仿真试验和实际应用表明,这种简化的神经计算方法不仅满足识别系统的精度要求,而且起到节省成本、提高处理速度等功效,在油水层识别中效果显著。     

激光光纤核测井技术

激光具有亮度高,单色性、方向性和相干性好,穿透性强等特点。而光纤具有传输频带宽、损耗极低、直径细、质量轻、可挠性好、不受电磁干扰,以及绝缘、耐水性优良等优点。随着激光技术和光纤技术的发展,各种激光光纤传感器层出不穷。利用激光光纤技术进行石油测井开辟了测井技术特别是光学测井向前发展的又一重要途径。文章着重介绍了国内外激光光纤核传感器的研究情况以及激光光纤技术在石油核测井中的应用前景。     

一种基于计算智能的油气层识别方法

油气层识别是测井解释的一项主要任务,现今采用基于统计学理论的常规识别方法本身存在不少缺点因而在应用中无法取得理想的效果。为此提出了一种基于粗集和神经网络的智能识别方法,先用粗集理论约简样本信息,然后采用带有非线性连接权的神经网络来识别油气层。通过塔里木油田实际油井的应用,结果表明这种识别方法的准确率远高于常规方法,且效果显著。     

基于人类视觉的图像质量评价的定量研究

随着人们对视觉成像质量要求的不断提高,成像质量评价方法的地位也随之升高,而对比敏感度CSF是检测视功能的重要指标.本文研究了大瞳孔下不同Zernike组分高级像差与CSF的关系：高级像差、矫正第三级的高级像差、矫正第三、四级的高级像差、彗差、球差、三叶草6种情况下的CSF曲线图,定量地分析了在不同频率处CSF的变化规律.结果表明：RMS值与CSF曲线的变化趋势是呈负相关的;在空间频率为7 cpd和13 cpd时,高级像差、矫正第三级的高级像差、矫正第三、四级的高级像差后的CSF值分别为62和24.58、64.5和25.97、67.29和29.39,说明三、四级高级像差对CSF的递减变化都起到一定的积极作用,且第四级影响较大;彗差、球差、三叶草对CSF的影响不容忽视,在空间频率为7 cpd和13 cpd时,彗差、球差、三叶草的CSF值分别为82.03和34.81、85.64和35.85、85.96和36.18.     

感应测井反褶积因子的最优设计

反褶积是感应测井数据处理的主要手段，而反褶积因子是提高感应测井反褶积效果的关键，本文利用最小二乘反褶积（ＬＳＤ）法，经过白噪化处理，能量保持和希望输出函数选择等处理，可设计出最优的最小二乘反褶积因子。文中提出了的模型算实例表明，用最优设计的反褶积因子进行感应测井数据处理，可获得比较理想的处理效果。     

一种改进的基于广义后缀树的文本聚类算法

分析了基本STC算法存在的三个缺点,即不能有效处理包含文本数目差距较大但具有包含关系的节点,不能有效处理包含文本相似但主题不同的节点,缺乏有效的类别标识提取算法．针对以上问题,在综合考虑主题相似性以及文本包含相似性的基础上,给出了改进的用于基类合并的相似度公式,并提出了基于信息增益的类别标识提取算法．为了进一步提高聚类效率,给出了一种简单有效的用于基类选择的测度,用来排除一些无意义的广义后缀树节点．实验结果表明,所提算法不仅可以有效提高STC算法的聚类准确度,而且可以对聚类结果进行有效的类别标识．     

浅谈石油测井仪器的技术创新

运用现代科学技术革命思想，根据测井技术的特点对测井仪器创新进行了分类，概括和强调了当前市场急需的具有前景的各种测井仪器，阐述了实现测井技术创新的条件和环境，提出了加快测井仪器创新的具体措施。     

改进的RVM在肺结节检测中的研究与应用

在模式识别问题中,相关向量机（RVM）作为一种新的机器学习方法备受关注,近年来,多核RVM方法的提出使得RVM得到更广泛的应用。多核RVM模型中核参数的取值及不同核函数组合权重系数的取值对模型分类性能至关重要,然而在实际应用中其值却多由经验值给定而非定量分析计算得到。为此,对基于粒子群算法（PSO）及基于二阶锥规划（SOCP）的多核RVM参数优化模型进行研究,构造合理的核函数组合,并给出快速求解方法。最后将该方法应用到肺结节检测中,采用公共数据集LIDC中的肺部CT图像,通过图像处理模块,提取候选结节的特征信息,利用改进的多核RVM模型对肺结节进行分类验证。实验结果表明,与基于PSO的多核RVM模型相比,基于PSO与SOCP相结合的多核RVM模型不仅提高了运算效率而且取得了更好的分类性能。