基于广义回归神经网络的油气层识别模型

油气层的准确识别对油气藏的勘探与开发具有重要的指导意义。针对油气勘探中油气层识别难的问题,提出了一种基于广义回归神经网络（GRNN）的油气层识别模型。采用该模型对大庆油田某油井的测井数据进行了仿真实验,并与采用BP网络识别油气层的测试结果进行对比。结果表明GRNN具有结构设计简单和收敛快的优点,预测能力强,说明采用GRNN进行油气层识别具有广阔的应用前景。     

平面几何智能辅导系统中辅助线添加的知识获取

描述了平面几何智能辅导系统中辅助线添加的知识获取过程，指出了知识获取中的难点和重点，通过基于知识点的分类抽象方法，较好地解决了知识获取中存在的问题。     

野外铝管接头故障的处理方法

乐清市大荆广电中心站于2000年完成HFC网络的建设，采用60V集中馈电方式供电，到2004年，随着用户的发展，本站网络采用星型拓扑结构，并应用大量12C—FT电缆作为干线传输网，以满足用户需求，如何确保电视信号质量的稳定是目前迫切需要解决的问题。     

论CIS设计（二）

企业的行为活动是企业理念的具体体现。企业理念一经确定,就需要围绕它展开企业员工教育,企业的组织管理,企业产品的开发、生产、销售服务,企业广告宣传,企业公共关系运作等具体行动,从而在实践中体现并贯彻企业精神理念,宣传树立企业形象。企业内部的活动识别是通过员工教育等一系列活动,使企业内部员工对企业理念形成共识,以此增强企业凝聚力,改善企业机制,从而树立自身的企业形象。企业通过内部的组织宣传及员工的培训教育,宣传导入CIS的重要意义,解释企业     

具有幅度补偿的线性调频信号的卷积测频算法

一个谐振信号可以通过A/D变换后做有限长度的数字卷积测量出它的频率。本文推导了一种能够测量线性调频信号中心频率及其线性调频系数的卷积测频算法。根据所得到的鉴频特性分析和讨论了信号诸参数对鉴频特性的影响,并且给出了这种数字卷积测频算法的测频精度。     

神经网络雷达信号分类法

神经网络用来分析复杂的模拟雷达环境，它包含由许多不同的辐射器产生的带噪声的雷达脉冲。所用神经网络是一种能量最小化网络（BSB模型），它基于学习输入数据形成能量最小－－动态系统网络的吸引子。该系统首先确定有多少辐射器存在（去交织问题）。从单个模拟辐射器的脉冲引起网络内的不同的稳定吸引子。一旦单个辐射器被特征化，基于对它们的观测参量，有可能试图辨认它们。作为这种想法的试验，一种神经网络用来形成能够潜在地辨认辐射器小的数据库。     

密排管束中的声共振

本文根据风洞试验的数据,对加热器、冷却器和废热锅炉等类设备密排管束中的声共振现象及声阻尼参数进行了讨论与评述。