东营凹陷博兴地区油气成藏动力学研究

运用油气成藏动力学的理论与方法,和对成藏要素——烃源岩、储集层、盖层、运聚史等的描述,对东营凹陷博兴地区油气成藏动力学及其输导体系、地层压力场特征分别进行了研究.认为平面上异常高压区出现在博兴洼陷中心区,纵向上分布层位为砂三中、下亚段和砂四上亚段,异常压力的分布受暗色泥岩分布和生烃作用的控制,并在一定程度上受到砂体输导层、断层等因素的影响.博兴地区输导系统特别发育,由断层、砂体输导层以及不整合面组成,基本控制了全区的油气分布:高青断层、石村断层、博兴断层控制了研究区油气的纵向运移,砂体输导层的分布控制了油气的平面分布,不整合面在局部地区是油气的重要横向运移通道.最后根据地层压力、烃源岩条件和封闭特征将研究区在纵向上分为3个成藏动力学系统,即自源封闭型、他源半封闭型和他源开放型.     

基于无线传感器网络的可重构监测仪器设计

为解决无线传感器网络(WSN)中监测仪器通用性较差的问题,将可重构虚拟仪器技术与WSN相结合,运用Visual studio编程软件开发了一套适应传感器网络特性的多功能监测仪器平台.该仪器不仅能兼容多种节点,便于网络功能扩展,而且能够根据不同测量任务的需求,通过更换软构件实现不同的监测功能.最后搭建了面向矿井提升机机房设备的无线仪器平台,实现了仪器系统的在线动态重构.     

原子尺寸因素对块体非晶形成能力的影响

块体非晶的研究无论在理论上还是在应用上都有重要意义,而非晶形成能力是决定非晶制备的关键因素之一.通过研究原子尺寸分布对非晶形成能力的影响,计算了原子尺寸差函数与合金非晶形成能力间的关系,系统地分析了其机理,并对其合理性进行了验证.结果表明,原子尺寸差函数可以估计合金体系的非晶形成能力.相同合金体系中,非晶形成能力与基元素的原子百分含量存在线性关系.     

平煤四矿丁5,6煤层冲击动力灾害危险区域划分的研究

为了进一步研究和评价矿井冲击地压特征,结合平煤四矿丁5,6煤层阐述了煤岩冲击倾向性测试方法、测试过程及测试结果,根据测试结果在丁5,6煤层中选取了一些特征点,结合开采条件对这些特征点进行赋值,最后运用科学绘图软件绘制了丁5,6冲击动力灾害危险区域划分图,从图中可看出大部分区域为弱冲击倾向,在西翼19160和19180间的窄煤柱区域由于受到两侧采空影响,应力集中很高,具有强冲击倾向,在煤层合并线及煤柱拐角处以及上山煤柱边缘具有中等冲击倾向,为矿井制定有针对性的防治措施提供了参考依据.     

矩阵的Hadamard积最小特征值的下界估计

对A和B是非奇异M矩阵,利用著名的Gerschgorin圆盘定理,给出了B和A-1的Hadamard积B。A-1的最小特征值τ(BA-1)新的下界估计式,此下界估计式改进了现有的几个结果,并且这个下界估计式只涉及矩阵A和B的元素,易于计算.例证表明,所得下界估计式要比现有的下界估计式更加精确.     

基于SVM不同核函数的多源遥感影像分类研究

选取同地区同时相的多光谱和高光谱影像,在实验样本和验证样本相同的情况下,采用SVM分类算法中4种不同的核函数,对2种影像进行分类实验.结果表明,对于多光谱影像,RBF核函数分类精度最高,Sigmoid最低;对于高光谱影像,Linear核函数分类精度最高,Sigmoid最低;对于同地区相同分辨率的遥感图像,在分类条件相同的情况下,多光谱影像的分类精度和高光谱的分类精度相近.     

基于GPU Raycasting算法的矢量/栅格混合绘制研究*

Raycasting体绘制算法由于成像质量高而被广泛应用于体数据的可视化,但当线、面表达的矢量数据和三维栅格表达的体数据同时绘制到同一场景时,由于绘制方法的差异会造成矢量和栅格数据空间遮挡关系不一致。在GPU实现Raycasting算法的基础上,通过矢量和栅格数据先后绘制,采用FBO离屏绘制等技术将矢量数据绘制到深度缓存纹理并在体绘制采样和融合中统一考虑矢栅颜色融合。实验结果表明,该算法在矢量数据非透明模式下能正确处理矢量栅格数据的混合绘制。     

级联多电平逆变器载波移相调制法的优化研究

针对传统级联高压变频器载波移相调制方法存在开关损耗大、直流电压利用率低等问题,及载波移相与矢量控制相结合的调制方法存在计算量大、计算繁琐、不易实现的问题,提出了级联多电平逆变器的优化控制方法——调制信号叠加零序分量法和两相控制法。该方法采用基于控制自由度组合的思想,通过向调制波中注入零序分量、直流分量等自由度来提高直流电压利用率、减小开关损耗。仿真结果验证了该方法的可行性。     

Target re-aware deep tracking based on correlation filters updated online

Pattern Analysis and Applications - Deep trackers often use convolutional neural networks (CNNs) pre-trained to extract features. The training dataset always does not contain the tracking objects....     

基于卷积神经网络的直线描述方法研究

为提高直线特征匹配的可靠性,提出一种基于卷积神经网络（CNN）学习的直线特征描述方法。构建用于网络学习的大规模直线数据集,该数据集包含约20.8万对匹配直线对,每条直线用其周围的局部图像块表征。将图像块输入CNN,利用HardNet网络结构提取特征,使用三元组损失函数进行训练,输出强鲁棒性的直线特征描述子。实验结果表明,与手工设计的描述子MSLD和IOCD相比,该描述子在视角、模糊、尺度和旋转变化下均具有较好的区分性,在图像拼接应用中同样表现出良好的描述性能。