基于聚类算法实现信号盲分类

本文解决了信号处理、工业控制等领域存在的非平稳信号盲分类问题。在聚类中广泛应用的K-Means算法及其它基于中心的聚类算法有两个共同的缺陷-需要预先确定类数目且随机初始化中心引起性能不稳定。本文提出的算法较好地解决了这两个问题，提高了算法稳定性，实现了非平稳信号盲分类。提取非平稳信号的小波系数作为聚类的样本空间，分析聚类结果的统计偏差以估计类的数目，采用调和均值准则进行分类。最后给出的仿真结果表明本文提出的方法较传统的K-Means算法明显降低分类错误率。     

裂缝性油气藏采收率：100个裂缝性油气田实例的经验总结

通过对世界上100个裂缝性油气藏的综合评价，研究储集层及流体本身的性质(包括孔隙度、渗透率、黏度、可动油比例、含水饱和度、润湿性及裂缝分布特征等)和驱动机制及油藏管理战略(优化日产量和采用不同类型的提高采收率技术)对其最终采收率的影响。将裂缝性油气藏分为4类：I类的基质几乎没有孔隙度和渗透率，裂缝是储存空间和流体流动的通道；Ⅱ类的基质有较低的孔隙度和渗透率，基质提供储存空间，裂缝提供流动通道；Ⅲ类(微孔隙)的基质具有高孔隙度和低渗透率，基质提供储存空间，裂缝提供流动通道；Ⅳ类(大孔隙)的基质具有高的孔隙度和渗透率，基质提供储存空间和流动通道，裂缝仅增加渗透率。对26个Ⅱ类油气藏和20个Ⅲ类油气藏的开采历史的研究表明：Ⅱ类油气藏的采收率受水驱强度和最优日产量控制，日产量过高会很容易破坏Ⅱ类油气藏，一些Ⅱ类油气藏如果管理得当，采收率可以很高，不需要二次或三次采油；Ⅲ类油气藏的采收率主要受岩石和流体本身性质的影响，特别是基质渗透率、流体重度、润湿性以及裂缝强度等，不进行二次或三次采油不可能完全开采，往往需要采用一些提高采收率的专门技术。以往将Ⅱ类和Ⅲ类裂缝性油气藏归为一类，认识它们的区别将有助于选择更好的开发策略。     

油气集输系统新增产能建设拓扑优化方法研究

在油气集输新增产能建设中,为充分利用已建管网系统的处理能力,达到降低投资,提高经济效益的目的,进行了油气集输新增产能建设布局优化方法的研究。针对新建集输管网为树状结构的情况,建立了油气集输系统新增产能建设拓扑优化的数学模型,讨论了计算复杂性问题。根据模型的特点,将问题分解为拓扑级优化和几何级优化两个子问题,并通过它们之间的迭代进行求解。实例计算表明,所建立的数学模型正确,求解方法可行,能用于工程实际设计。     

一种复合型数值方法的改进与算法实现

文中对原有的复合方法进行了改进,提出了一种新的复合型数值方法,这种方法解决了原方法求解含源项的问题时存在数值震荡的缺点。为了验证算法的有效性,对计算流体力学中一阶浅水波问题的两个典型的算例进行了数值模拟,在解的光滑性、锐利性等几个方面做了分析,结果表明改进后的方法既消除了数值震荡现象,又能准确地逼近真解,求出锐利的间断,是一种行之有效的数值方法。     

数据挖掘及其应用

从数据库的应用发展方面,描述了数据挖掘的概念,讨论了数据挖掘的主要算法,给出了数据挖掘的应用概况及其实例.     

关于机器人足球区域射门动作算法的改进

“机器人踢足球”是Alan Mackworth教授在一次国际人工智能会议上首次提出的，旨在推动人工智能学科的发展，为智能机器人提出一个新的具有标志性和挑战性的课题，它是集对抗性、娱乐性、高技术于一体的小平台的高技术对抗．机器人踢足球的目标就是保证尽可能多的把球踢进对方球门，而且尽量不让对方将球踢进本方球门．因此，足球机器人的防守与进攻同样重要，     

神经网络分类器的快速构造算法

使用ＢＰ算法训练多层网络的速度很慢而且事先难于确定隐节点和隐层的适当数目。本文提出一个有效的算法，先构造决策树，然后将构造的决策树转换为神经网。文中使用一个全局准则函数控制决策树的增长，它较好地匹配了树的复杂性和训练样本量及错分率界。实验结果，本文的算法比用ＢＰ算法训练多层网络要快，而其分类精度不低于用ＢＰ算法训练的多层神经网。     

红外目标精跟踪方法的研究

本文提出了一种直接把红外前视传感器的输出作为测量值来跟踪红外目标的扩展型卡尔曼滤波跟踪算法。在滤波处理时,设置可变的测量矩阵,其目的在于提高运算速度和抑制噪声干扰。通过具体的实例,对所提跟踪算法的特点和有效性进行了细致的分析。