东濮凹陷晚期洼陷成藏系统的油气勘探

根据东濮凹陷油气成藏的期次性,以近洼陷带的断层为界分为主成藏期成藏系统和晚期洼陷成藏系统,主成藏期成藏系统一般位于构造主体,晚期洼陷成藏系统主要分布在近洼陷部位.提出了断层分析法进行洼陷带岩性油气藏成藏条件研究的新思路,把东濮凹陷划分为11个晚期洼陷成藏系统,在濮卫次洼、柳屯次洼、杜寨地区、桥口地区、白庙等地区实施钻探均取得了成功,为东濮凹陷深层洼陷带的勘探发挥了重要作用,取得了明显的社会效益和经济效益.     

离散小波变换在可控震源地震勘探信号时延估计中的应用

在可控震源地震勘探信号处理中，为了提高反射信号时延估计的精度和压制噪声的能力，应当采用离散小波变换时频分布的二维相关算法代替传统的时域相关算法，利用发射信号和反射信号的时频分布相似性估计接收信号中各个反射信号分量的时间延迟。仿真实验证明，时频分布二维相关算法比传统的时域相关算法具有更强的压制噪声的能力，能很准确地进行时延估计。图1表1参10     

蒸汽热采条件下支撑剂性能评价试验研究

在蒸汽热采条件下,支撑剂处于比较苛刻的应力、温度、化学环境中,支撑裂缝的导流能力除了与通常酸性环境中的闭合压力、支撑剂破碎率等因素有关外,还与蒸汽冷凝水和回采液碱蚀、高温所造成的物理化学变化有关.通过静、动态试验,研究和分析了在蒸汽热采条件下影响支撑剂性能的各种因素,同时给出了蒸汽热采稠油井水力压裂、压裂防砂支撑剂优选的基本原则.     

FMT压力分析在渤海J25-1油田储量评价中的应用

FMT电缆地层测试是渤海油田应用较广泛的一项实用测井技术,在复杂断块油田的勘探开发中发挥着越来越重要的作用。以渤海J25-1油田储量评价为例,在充分论证压力资料适用性的前提下,运用FMT压力分析确定了有效厚度下限、油气藏类型、流体界面及储层连通性,达到了合理划分计算单元、提高储量计算精度的目的。     

二维光码分多址的地址码及干扰估计接收机

阐述了自相关旁瓣为0，互相关值小于等于1的二维光正交码(2D-OOC)的新构造方法及非同步频域跳频时域扩频二维光码分多址(2D-OCDMA)系统中的干扰估计接收机模型。二维光正交码的新构造方法以两个单极性码分别作为频域跳频模式和时域扩频模式。用作频域跳频模式的地址码是自相关旁瓣及互相关值小于等于1的一维光正交码(1D-OOC)，用作时域扩频模式的地址码其码长为素数或码长与码中任意两个非零码元的位置差值互质。将一个没有分配给任何用户并且和接收用户地址码正交的地址码用作干扰估计码来得到多用户干扰(MUI)估计值，从而得到最佳的判决门限。系统误码率(BER)的分析显示干扰估计接收机系统的性能要优于传统的接收机系统。     

基于鲁棒最小二乘支持向量机的气动参数拟合

最小二乘支持向量机（LS－SVM）比标准支持向量机具有更高的计算效率,但是却散失了标准支持向量机的稀疏特性,而且当考虑异常值或者误差变量的高斯假设不成立时,会导致不稳健的估计结果。为了克服这两个缺点,在飞行器的气动参数拟合计算中引入了一种鲁棒最小二乘支持向量机（RLS－SVM）,该方法通过加权的支持向量机来获得鲁棒估计,并通过对支持值谱进行剪枝最终得到稀疏解。仿真结果表明：RLS－SVM方法简单,学习速度快,拟合精度高,鲁棒性强,是一种在飞行器轨迹计算中值得推广和采用的方法。     

微观交通仿真中的选择性换道模型研究

本文利用Agent理论对实际交通流中的选择性换道行为进行了模型的构建。从微观层次上分析了选择性换道需求产生的机理,提出了一种基于车道行驶满意度的综合评价法。通过对实际车辆单元换道轨迹的观测与换道执行时间的统计分析,建立了车辆换道转角与车速的函数关系。最后利用单个Agent包装类在VC.NET平台上实现了此模型。     

基于免疫GA与Gibbs的模体识别算法

生物序列motif识别问题是当今生物信息学面临的一个复杂问题,要设计一个能识别所有motif的方法几乎是不可能的。针对该问题,在免疫遗传算法中引入了统计估计,提高了motif识别的精度,根据个体的浓度和适应值概率。设计了免疫替换算子,有效地解决了种群的多样性问题,利用Gibbs Sampler算法生成种子,提高了免疫遗传算法的搜索速度,最后得到了一个基于免疫GA与Gibbs Sampler的生物序列motif识别算法,该算法充分发挥了免疫遗传算法和Gibbs Sampler算法的优越性,较好地解决了计算速度和计算精度之间的矛盾。实验表明,该算法是有效的。     

基于循环谱和矩阵变换的直扩信号参数估计

为了解决正确检测和识别直扩信号的问题，提出一种基于循环谱理论和矩阵变换法的盲估计算法。该算法在先验知识缺乏的情况下，充分利用直扩信号的二阶循环平稳特性，排除噪声干扰，对载频和码速率进行估计。并在此基础上运用矩阵变换法，将基带信号进行分段累加运算处理。实现伪随机序列的盲估计。Matlab仿真结果表明此算法可以在低信噪比情况下正确检测和识别出扩频信号的载频、伪码速率、伪码周期和伪码码形等主要参数。     

基于预报-校正法的城市用水量预测模型的研究

神经网络已成为提供预测与决策支持的有力工具,但传统的神经网络预测方法有一缺点就是对于峰值和谷值预测效果不佳,其预测值和实际值常有较大的误差.通过引入预报-校正法的思想,在传统的神经网络预测方法基础上另外构建一个独立的神经网络用于学习误差估计,加以对传统的神经网络预测值进行校正.实验结果表明,该方法能改进传统的神经网络预测的缺点,显著改善预测效果.此外,该方法在类似的基于神经网络的函数逼近等方面也有很好的改进效果.