感潮河段码头建设对河道行洪能力影响分析的研究

感潮河段在径流和潮流共同作用下,水流往复,水动力条件复杂。为了科学评价码头建设对感潮河段的行洪影响,均衡好航运建设与防洪安全之间的关系,文章选取码头上下游河段一定区间内为计算范围,在详实资料基础上,构建了二维水动力数学模型,并以实测水文资料验证。通过对河段防洪标准的洪水工况进行模拟计算,分析了工程建设前、后的水动力条件变化,进而研究得到码头工程对附近河段产生的行洪影响并给出建议对策。     

防漏失板阀的研制及试验测试

塔河主体区块弱能量井完井期间漏失严重,造成钻井液大量浪费且污染储层。为此,提出了一种能重复打开和关闭的防漏失板阀及其配套开关工具,并描述了其结构及工作原理。通过有限元方法建立了板阀3个关键部分的有限元模型,用以验证板阀结构的可行性。计算结果表明:板阀设计合理,板阀开启时所需轴向载荷从小到大依次为开关工具啮合过程、开关工具脱手过程和锁定爪脱开过程,有效避免了开关工具在板阀工具内移动时出现误开或误关现象,且各关键部件均满足材料强度要求。最后利用室内试验验证了板阀开关功能的可靠性,并实测得到阀板开启和关闭所需载荷。该防漏失板阀能有效阻止完井液漏入地层,并对提高完井效率和转抽作业效率具有重要参考意义。     

多关系社交网络中社团结构发现算法

社交网络的节点之间存在着多种关系,这些关系共同决定了网络中节点的社团结构划分。为了准确地发现多关系社交网络中的社团结构,通过研究信息在多子网复合复杂网络模型上的传播过程,提出了一种多关系网络中的社团结构发现算法。该算法基于多子网复合复杂网络模型建立的多关系社交网络,利用信息在多关系社交网络中的传播过程,将网络中的节点转化成能够被聚类算法处理的向量形式,进而采用聚类算法完成多关系社交网络中的社团结构划分。该算法综合考虑了网络中多种关系的相互作用以及异质节点间的相互影响,得到的传播信息量矩阵表示了各节点在整个网络中的影响力,并将影响力相似的节点划分到同一个社团结构中。实验结果显示,与传统社团结构发现算法相比,该算法不仅在准确度上有所提高,还能将异质节点划分到一个社团中,可以根据用户不同需求挖掘出多关系社交网络中的隐藏信息。     

基于BP神经网络的异常轨迹检测方法

为有效利用轨迹内外部属性进行异常检测,提出一种基于BP神经网络的异常轨迹识别方法。对原始轨迹数据进行去噪处理,存储至百度云的LBS云端,基于百度地图的轨迹数据可视化网站实现轨迹显示,并通过归一化数据计算轨迹属性值。同时,将轨迹内外部特征属性作为BP神经网络算法的输入层,轨迹相似度量值作为输出层,调整隐含层系数得到训练模型,从而识别用户异常轨迹。在2个用户数据集上的仿真结果表明,该方法的异常轨迹识别准确率分别达到92.3%和100%。     

改进大气散射模型实现的图像去雾算法

传统大气散射模型在图像去雾的求解过程中通常假设场景入射光为全局常量,然而这种假设并不合理,为此提出一种基于改进大气散射模型的图像去雾算法.首先基于亮通道先验和模糊聚类对雾图进行场景分类,并估计出各个场景的入射光照;然后根据光学辐射特性估计出场景结构,并利用雾气浓度估计模型进一步获得透射率的表达式;最后通过改进大气散射模型恢复出无雾图像.大量对比实验结果表明,该算法能够恢复出细节丰富、清晰自然的无雾图像,计算速度相对较快,能满足一般工程的实时性要求.