低阻油层的测井识别技术及成因分析

从矿化度、构造特征、束缚水等9个方面讨论了低阻油层的成因,并提出测井识别低阻油层的方法,同时提倡测井与地质、录井、油藏工程相结合,相互补充以提高低阻油层的识别率。     

浅谈云计算技术及其发展趋势

云计算是一种全新的计算模式,网络计算、分布式计算和并行计算是对云计算的继承和创新,是传统计算与网络展的产物.并且云计算与传统的服务模式不同,是与互联网结合而产生的新型的商业模式.本文主要研究了云计算术、发展趋势、云计算具有的特点优势及其弊端.     

耐火材料损伤蚀变研究的进展

简述了高温、化学腐蚀、热震和多种机械载荷对耐火材料损伤依变的影响；综述了陶瓷耐火材料冲击、磨损、热震、疲劳和慢速裂纹扩展方面研究的进展；讨论了综合破坏作用下材料的行为及模拟性试验。     

疏水缔合聚合物凝胶调剖剂在陆9K1h油藏的应用

针对油水层复杂、渗透率高、含水上升快的陆9K1h油藏,在室内通过筛选增粘能力和抗剪切能力较强的疏水缔合聚合物作为调剖用凝胶主剂,采用酚醛类作为交联剂,研制的凝胶体系(AP-BC)表观黏度可达11×104mPa·s,并具有较好的稳定性;经多孔介质剪切后凝胶成胶时间延长50%,胶体强度降低小于10%,稳定性更好,老化5个月未见脱水现象;在相同渗透性的油、水饱和的填砂管实验中,AP-BC凝胶更易封堵水层.由于陆9K1h油藏具有底水、薄层的特点,因此采用了"垫+调+堵"多段塞深部封堵的工艺,通过逐渐提高弱凝胶的强度,促使高强度堵剂得到合理的放置,实现对高渗透大孔道的封堵作用,提高注水开发的波及效果.现场试验表明,7个井组中,对应油井在调剖后第2个月到第6个月期间见到了明显增油效果.     

长北气田山2段小层砂体三维建模

鄂尔多斯盆地长北气田山西组2段为一套海相辫状河三角洲沉积体系,为揭示不同时期小层砂体发育规模及空间分布,以高分辨率层序地层分析为基础,相控建模为指导思想,短期基准面旋回为地层单元,等时地层格架为约束条件,采用序贯指示数学方法对长北气田山2段4个短期层序的水上分流河道、水下分流河道及河口坝微相小层砂体的发育规模及空间分布进行了随机模拟.砂体展布的三维模拟结果表明,河道自北向南沿物源方向延展,其中SSC1～SSC4短期基准面上升时期,河道加宽,小层砂体沉积厚度加大,物性较好,有利储层发育;下降时期河道变窄,小层砂体沉积厚度减小,物性变差.小层砂体的三维模拟结果在该区勘探实践中得到了很好的验证.     

基于单载波频域均衡的多径合并算法

为了提高传统单载波频域均衡(SC-FDE)算法的检测性能,将RAKE接收合并技术应用到非扩频的单载波传输系统。通过SC-FDE得到对发送信号的估计,并基于该初始检测结果和信道状态信息构建通过信道各条路径的多径信号,再根据干扰抵消(IC)原理,依次从接收信号中减去所构建的其他几径信号,得到其中各多径分量,最后将各多径分量在频域合并后再变换回时域进行解调判决。在3种不同的信道模型下进行了Monte Carlo仿真实验,SC-FDE分别采用迫零(ZF)和最小均方误差(MMSE)算法,RAKE接收合并算法分别采用选择性、等增益和最大比合并,实验结果表明,3种合并算法中,最大比合并取得的检测性能最优。     

基于小波变换和奇异值分解的数字水印算法

数字水印技术是一种新的数字媒体保护措施,它是将特定的信息嵌入到图像、语音、视频及文本文件等各种数字媒体中,以达到标识、注释及版权保护等目的.本文提出一种基于DWT和SVD相结合的数字水印算法,首先对混沌置乱后的水印奇异值分解,然后将水印的奇异值嵌入到原始图像的小波变换系数中.实验结果显示:其对一般的常见攻击和几何攻击等均具有良好的鲁棒性.     

频率选择性衰落信道中的RAKE合并接收方案

针对非扩频系统很难实现多径分集接收的问题,通过判决反馈IIR(DF-IIR)均衡器得到对发送数据的估计,并根据该初始估计重构所有多径信号,再将接收信号中的主径和各多径分量区分开,最后将各分量按照最大比的方式合并以及解调判决,从而实现RAKE合并接收。DF-IIR均衡器可以完全消除噪声累积的现象,然而判决反馈同时会产生误差传播的问题,多径合并可以显著提高信噪比,从而抑制误差传播问题。仿真结果表明新算法可以取得明显的效果。     

医专英语应用文医专英写作初探

英语应用文写作是高职高专学生应要掌握的一项重要技能。然而,医学专科的学生英语基础薄弱,水平参差不齐,写作能力差。本文分析了在医学专科院校英语应用文写作现状,并提出了对策,以便提高学生的应用文写作能力。     

空间调制全偏振计算成像场景迁移超分辨率方法

空间调制型全偏振计算成像同时获得可见光和红外通道图像,但是受探测器限制,2个通道的图像空间分辨率不一致,给后端的图像融合及目标探测过程带来不便.为此,提出基于场景特征迁移学习的空间调制型计算成像超分辨率方法.首先在分析空间调制计算成像的相同场景异源图像特点基础上,构建场景特征迁移模型;然后建立改进场景迁移卷积神经网络结构并选择修正线性激活函数,同时增加空间分辨率一致性约束;再设计最优光谱迁移响应学习策略,并作为前端输入加到超分辨率网络;最后将光谱迁移响应优化与全偏振超分辨率重建的参数联合学习,获得高分辨率偏振图像.利用实际成像系统的仿真数据及系统数据进行2倍和3倍超分辨率实验,从主观视觉效果、客观量化评价指标和偏振参量解析结果3个方面对多个指标进行评价.结果表明,文中方法在视觉效果上能够保持目标轮廓并抑制噪声干扰,在16个客观指标对比数据上取得了10个优于、3个相同和3个低于的结果,验证了该方法的有效性,为成像系统定标校正提供数据支持.