高分辨率阵列感应测井仪在河南油田的应用

文章介绍了美国Baker-Atlas公司研制生产的高分辨率阵列感应成像测井仪（HDIL）,简述了该仪器的工作原理和技术性能指标及主要应用范围,并介绍了高分辨率阵列感应测井（HDIL）资料在河南南阳油田的具体应用实例.     

灰色预测模型在油气操作成本预测中的应用

油气操作成本是油气田生产消耗的主要项目，为了有效地控制油气操作成本，必须制定准确的油气操作成本计划。而油气操作成本在我国是最近几年才提出来的，数据项比较少，给油气操作成本预测带来一定的难度。为此，文章根据灰色预测的基本原理，采用灰色系统理论进行油气操作成本预测，就可以弥补对预测所需的数据少，而且也无须剔除不可比因素，只要所建模型能满足精度要求，预测结果就可以信赖。     

反凝析现象对雅克拉凝析气处理工艺的影响

雅克拉凝析气田位于塔里木盆地北部，地处新疆维吾尔自治区阿克苏地区境内，它是中国石化集团公司西北分公司探明并投入开发的最大凝析气田，采用衰竭式开采。通过对井口物流的相态研究，认识了凝析气的反凝析规律，采取了提高凝析气中C^＋₃收率的方法，以确保外输干气的烃露点达到管输要求，并提高该气田开发的经济效益。在工艺方案设计过程中，通过多种工艺方案比选，确定选用膨胀机进口压力为6.0 MPa的膨胀机制冷工艺， C^＋₃收率达到92％以上，外输干气烃露点满足管输要求。     

天然气产业链下游市场风险评价模型探讨

随着我国天然气主干管网的逐步形成，天然气产业链下游市场正在进入快速成长阶段，建立风险预警系统的重要性开始显现，而风险评价模型是其基础工作之一。文章在天然气产业链下游区域市场风险评价指标体系的基础上，综合运用层次分析法和灰色系统理论，建立了对天然气产业链下游区域市场风险评价的模型，并以各区域市场的用气量占全国总用气量的比重为权重，建立起完整的市场风险评价模型，可为评价天然气产业链下游市场整体市场风险时参考。     

应用时频分析方法辨识时变系统的模态参数

应用Gabor展开及Hilbert变换进行时变线性系统模态参数的辨识。利用非平稳信号的Gabor变换将结构响应信号表示在时频面上，并通过Gabor展开重构分离模态分量，建立每一阶模态的时变线性模型。对单模态时变线性模型应用Hilbert变换来辨识随时间变化的模态频率和阻尼。通过对刚度和阻尼慢变的两自由度系统模态参数的仿真辨识验证辨识方法的有效性。仿真结果表明：本文方法为时变线性系统的模态参数辨识提供了一条新的途径。     

双贴合无光焦度校正板在主反射镜前的两镜系统的像差特性

在光学系统中特别是反射系统中经常通过加无光焦度校正板来减少或消除其他元件所产生的像差。讨论了双贴合无光焦度校正板放在主镜前的双反射球面系统，根据像差理论分析了消像差的条件，研究了系统中各种参数的变化对系统高级残余像差的影响。结果表明主镜的相对孔径越大，系统的残余像差增加；正透镜在前的校正板结构优于负透镜在前的结构；选择合适的校正板单透镜的光焦度，可使系统的高级残余像差最小。     

基于模式理论光栅椭偏参数反演的数值模拟

将一种广泛用于求解系统优化问题的方法——正单纯形法，求解光栅的椭偏方程。首先，利用求解光栅的傅立叶模式理论对TE和TM波的复反射系数进行求解。然后计算出其相应的椭偏参数(△，Ψ)，并在该值的基础上加入不同偏差的随机高斯噪声，将加入噪声后的值(△m，Ψm)作为模拟测量值。最后使用优化算法进行反演。通过对几种常用面形光栅椭偏参数的数值模拟，一方面表明傅立叶模式理论计算光栅的椭偏参数不仅精度高。而且速度快；另一方面表明利用正单纯形法得到的光栅参数值很接近于正演时假设的参数值，从而从理论上证明了利用椭偏法测量光栅各种光学参数的可行性。     

Characteristic Features of the Optimal Processing of the Results of Measurements in the Case of a Random Observation Function

An analysis is made of the characteristic features and problems of the optimal processing of the results of measurements in the case of a random observation function utilizing a nonlinear Kalman filter. A method is proposed for increasing the convergence domain of the filter with additional processing of measurements in the frequency domain.     

基于支持向量机的多类分类研究

现今流行的分类方法的重要基础是传统的统计学，前提是要有足够的样本，当样本数目有限时容易出现过学习的问题，导致分类效果不理想。引入支持向量机方法，它基于统计学习理论，采用了结构风险最小化原则代替经验风险最小化原则，较好的解决了小样本学习的问题；又由于采用了核函数思想，把非线性空间的问题转换到线性空间，降低了算法的复杂度。对其相关内容包括优化算法及多类分类问题的解决进行了研究，最后用一个实例说明了该方法的可行性和有效性。