下二门油田高含水期提高开发效果途径研究

下二门油田为典型的断块油藏，目前已进入高含水开发期，剩余油分布零散复杂，挖潜难度大。通过深化构造、储层研究、细分流动单元、进行精细油藏描述等一系列做法，总结出了断块油藏高含水期提高开发效果的有效途径。研究结果应用到油田生产后取得了较好的开发效果。     

计算机硬盘MBR区安全漏洞分析与仿真

当前破坏硬盘是计算机病毒实现目的的重要手段,而对硬盘MBR区域的攻击已经成为了攻击与保护双方的重要阵地。本文从原理上进行了分析,解读了MBR区域的重要性和工作机理,进而提出了对其安全漏洞进行防护的措施。     

加窗离散傅里叶变换性能分析和比对

离散傅里叶变换（DFT）是数字信号处理的常用方法,但通过加窗对信号进行时域截短会使频谱分析出现误差。不同窗函数对信号频谱产生的影响不同,对5种常用窗函数的特性进行了比较和适用性分析,通过仿真实验证明了针对不同信号特点和处理要求,应选择合适的窗函数,以减小频谱泄漏和栅栏效应对信号分析的影响。     

一种用于视频目标检测的时空背景建模方法

针对传统时域统计背景模型只关注于单个像素的统计特征而忽略背景像素之间的相互关联,同时不能很好地适应目标进入场景并静止的情形,在高斯背景模型基础上,融合背景的空间统计特征,建立一个时空联合的背景模型。结合背景的空间区域特征和像素的亮度变化更新背景,使得背景更新过程中保持背景的空间特征。实验结果表明,利用该方法建立的背景模型进行目标检测,能有效检测移入静止的目标,克服了传统检测方法检测目标中的空洞,检测到的目标完整性有较大提高,有利于后续的进一步处理。      

利用时空背景模型的快速运动目标检测方法

为了弥补运动目标检测中传统混合高斯背景模型仅对单个像素建模、运算耗时的不足,通过提取背景时间统计特征和空间区域特征建立模型,针对模型中的高斯分量采用一种改进的分量个数自适应算法,并在此模型基础上,提出一种自适应迭代分块目标检测方法。通过包含区域信息的背景模型检测目标,减少在同一背景区域中目标的误判和漏判。将自适应迭代分块检测算法与背景的区域信息结合,可以在不降低检测精度的前提下大大提高算法执行速度。实验结果表明,相对于传统算法,本文检测法检测结果信噪比更高,目标更加完整,运行速度平均提高了22%。     

本东区块高陡背斜的研究与应用

本东区块是焉耆油区最大的未动用含油气区块.通过实钻后发现该区块构造变化很大,构造不落实一直制约着该区块的开发.在开发实践过程中综合应用了地震、地质、钻井等资料确定了本东高陡背斜的构造形态,并在此基础上进行了进一步的精细研究,确定出了该背斜的高点位置及埋深.     

城建档案鉴定简论

档案的鉴定是指按照一定的原则和标准,确定档案的保存价值,决定档案存毁的一项工作,其目的在于精炼档案,提高质量。为了做好城建档案的鉴定工作,应对鉴定的原则,鉴定的内容、标准和方法,作进一步研究和明确。本文就上述问题试述以下观点。 一、开展城建档案鉴定工作的必要性 自八○年起,各大中城市相继建立了城市建设档案馆,接收进馆了大量档案,并且随着城市建设的日益发展,城建档案的数量还会不断增大。从而出现了装具和库房的紧张,增大了工作人员的工作量和管理上的     

基于卷积神经网络的医学宫颈细胞图像的语义分割

显微细胞分割的精度直接影响疾病的判别诊断,特别在宫颈细胞的显微病理图像中,细胞核的形态大小、与细胞质之间的比例参数等对于病情的良恶诊断具有重大的意义。为提高宫颈细胞核质分割的精度,提出一种基于卷积神经网络的医学宫颈细胞图像的语义分割方法。标定宫颈细胞显微图像中的细胞核和细胞质轮廓,制作基于长沙市第二人民医院的基于新柏氏液基细胞学检测TCT(Thinprep cytologic test)制片技术的宫颈TCT细胞涂片的CCTCT数据集;通过卷积神经网络对核质分割模型进行训练,避免人工提取特征;通过反卷积达到图像的语义分割。实验结果表明,该算法在宫颈细胞的显微病理图像中的核质分割准确率高达94.7%,具有很高的鲁棒性和适应性。     

复杂背景下H.264压缩域运动目标检测算法

针对H.264/AVC压缩码流中的运动目标检测问题,提出了一种基于马尔可夫随机场的最大后验概率(MAP-MRF,maximum a posterior-Markov random field)框架下适合复杂背景的H.264压缩域运动目标检测算法。算法首先生成滤波后的4×4像素块均匀运动矢量(MV,motion vector)场,对MV的相位建立高斯混合模型(GMM,Gaussian mixture model),结合MV幅度、帧间宏块分割模式、MV相位背景模型和运动目标时空约束建立马尔可夫随机场(MRF,Markov random field)模型。通过求解该模型得到每个4×4像素块前景、背景标记检测出运动目标。实验结果表明,算法能从复杂场景的H.264码流中提取出运动目标,与传统算法相比,Precision和Recall指标平均分别提高了20%和3.5%。