多层动态前向网络在油田系统预测中的应用

针对油田系统常规的建模和动态预测方法的局限性,采用多层动态前向网络作为油田系统的辨识模型,研究了多层动态前向网络预测模型与预测技术.分析了递推预报误差学习算法的不足之处,提出了改进方案,提高算法的性能,从而更新了油田系统建模和预测方法.新方案在油田开发动态指标预测应用中,取得了很好的效果,表明本文方法的有效性.     

一种基于加权复杂网络特征的K-means聚类算法

在分析了传统的基于划分的K—means聚类算法的优越性和存在不足的基础上，根据近两年复杂网络研究中部分新的理论成果，提出了复杂网络加权度、加权聚集度与加权聚集系数的定义，并将数据聚类转换为复杂网络上的节点聚类，提出基于加权复杂网络特征的K—means聚类算法（简称WCNFC算法）。实验结果表明，该算法根据节点加权复杂网络特征值，能够较好地找到聚类中心，有效地避免了对初始化选值敏感性的问题，从而使得聚类质量大大提高。     

不确定信息的认知结构表示、推理和学习

提出了一个对不确定信息进行表示、推理和学习的统一框架.通过引入4-值认知结构刻画不确定性,提供了更强的度量能力和更高的推理效率,同时支持相关不确定信息的有效获取,从而更加接近实际应用的需要.     

一种高效的挖掘序贯模式的算法

本文给出了一种挖掘数据库中序贯模式的算法,通过认真地研究了挖掘过程中的中间及结果数据的存储结构,大大地减少了对数据库的扫描遍数,提高了算法的效率。     

基于增量DFT 的相似时序检索算法

首先提出一种在时域上计算时序数据扩展距离的新算法,该算法时间复杂度为O(n×m),能够解决时序数据在Y轴上的漂移和伸缩后仍然保留相似性的问题;然后提出一种在频域上计算时序数据扩展距离和在长时序中搜索相似子序列的新算法,该算法时间复杂度仅为O(n×fc),效率很高,便于在线实现,而且同样能够适应时序数据扩展距离的定义;最后给出时序数据和线性加权时序数据的增量式DFT算法,可以对长时序的各个窗口进行增量式的降维,将传统的O(n×m×fc)工作改进成O(n×fc).     

线性关联规则研究

首先讨论了布尔型关联规则的不足,然后提出了线性关联规则的概念,详细讨论了线性关联规则的挖掘方法,具体给出了线性关联规则的挖掘过程,分析了线性关联规则的作用。还给出了实验结果,并将线性关联规则和布尔型关联规则及定量关联规则进行了比较。     

持续改进地质测绘质量管理的探讨

简要论述了持续改进测绘单位质量管理的基本原则,结合广东省地质测绘院的工作实践,阐述了持续改进测绘质量管理的必要性,并结合2000版质量管理ISO—9000族标准的要求,分析、探讨和提出在新形势下持续改进测绘质量管理的措施和建议。     

地方城市统一测量坐标系选择的探讨

通过对地方独立坐标系的分析,结合实际工作的需求,对建立地方统一坐标系的原则和方法进行了探讨。     

AER模型中的智能涌现

本文从复杂自适应理论和人工生命基本观点出发,研究一个具有"简单性、局部性、全局性、内聚力、动态性"的复杂自适应系统,并创建包含"智能体、环境、交互规则"三个主要概念以及"适者生存"的淘汰规则的AER多主体模型.该模型中具有局部目标和行为的自主体能通过动态环境达到整体的全局目标,这种涌现的智能能够高效求解问题.实验证明该模型对传统的大规模约束满足问题的测试集,包括n-皇后问题(n=7 000)和一些大规模染色问题,均能在较快的时间内找到精确解,同时能在3个时间片内找到精确度(≥94%)很高的近似解.     

可移植Browser/Server方式的管理信息系统

构建一个分布式的、客户端调用与管理业务逻辑高度分离的管理信息系统是一个很有意义的问题 .根据三层Browser/ Server分布式体系结构 ,利用 COM组件技术和 XML 通用数据交换技术 ,成功将客户端 ASP调用代码与后台数据库存储的管理业务逻辑有效分离 ,在实际应用中开发出的管理信息系统具有较高的可维护性和可移植性