砂岩储层原始含油饱和度的求取与发展

采用油基泥浆取心或压力密闭取心直接测定样品的含流体饱和度是目前最准确的方法,也是建立其他间接方法的基础,但在中一低砂岩渗透储层领域,这种直接取心测定工艺技术却出现了问题.研究和改进用密闭取心样品直接测定原始含油饱和度的工艺、创新和开发用普通岩心(包括岩屑、井壁取心)测定含流体饱和度的技术和方法,以准确的岩心分析合流体饱和度数据标定建立地球物理测井和实验油藏工程等间接计算方法是今后研究砂岩储层油藏原始含油饱和度的发展趋势.     

基于支持向量机高压静电场闪络信号的模糊识别

电场本体参数和静电闪络信号特征存在差异性,给控制器进行闪络信号识别带来了困难,传统识别方法误判率高,灵活性和鲁棒性较差。引入高斯分布噪声的虚拟训练集,结合实验电场实际采样信号构成复合训练集对闪络信号识别的支持向量机进行训练,解决训练集不均衡问题,并将得到的决策模型用于实际电场信号的实时识别。仿真与实际电场信号测试结果表明,所提方法具有运算速度快,准确率高,且具有很强的泛化能力     

一种配电架空线负荷温度监测传感器

本文描述了一种配电架空线负荷温度监测传感器设计方案。提出的设计方案具有：一次高压与二次仪表通过使用无线通信安全隔离、负荷监测互感器变比自切换模式、使用在线感应取电技术与太阳能供电技术完全取代蓄电池等,并对架空线判断超温报警方式进行了一定的分析。     

等效分组级联BP网络模型及其应用

 松弛的和紧密的分组级联BP网络模型等概念的提出,对于解决有限的小样本情况下高维BP网络的训练和预测问题有一定的参考价值。定义了BP网络等效性和相关定理,构建并证明了与BP网络等效的分组级联网络模型,分析比较了两种网络模型所需训练样本的数量情况,并将其应用于网络安全评估领域。最后通过仿真试验结果证实了所提出分组级联BP网络模型的可行性和有效性。     

Optimization design and realization of Gaussian apodized sample gratings for narrowband wavelength selectivity filters

A sample fiber Bragg grating（SFBG） with Gaussian apodization profile is designed and optimized for the narrowband wavelength filter,and the relevant conclusions provide a guide for the further filter fabrication.With the grating length limited,a narrowband（5 GHz） grating filter used in the radio over fiber（ROF） system is fabricated,which has insertion loss of 3.463 dB,sideband suppression of 24.21dB,3 dB bandwidth of 40 pm,and 20 dB bandwidth of 106.3 pm.     

3G手机视频客户端上网免流量原理及实现

通过对3G手机视频客户端上网免流量的原理分析,结合中国联通"WO+视频"流量产品,给出3G手机视频客户端上网免流量系统的设计和实现。     

BP算法在发票号码识别中的应用研究

针对发票号码印刷字体比较特殊、号码有防伪处理信息,造成通用的OCR数字识别的识别率不高,本文结合BP算法研究适合于发票号码数字识别系统,并在自助办税终端等设备中进行应用验证。     

基于噪声样本的结构风险最小化原则

统计学习理论中的结构风险最小化原则比经验风险最小化原则的实用性更强,对结构风险最小化原则的研究多是在样本不受噪声影响前提下进行的.基于此,给出零均值噪声样本的函数集容量的相关概念,并讨论了基于VC维的收敛速度的界,给出零均值噪声样本的结构风险最小化原则,为进一步研究概率空间上噪声样本的学习理论提供了理论基础.     

基于元学习的图卷积网络少样本学习模型

少样本学习是目前机器学习研究领域的热点和难点.针对现有的少样本学习模型不能有效捕捉数据特征与数据标签之间的联系,造成分类模型泛化能力弱的问题,提出一种基于元学习的原型空间图卷积网络少样本学习模型FSL-GCNPS(Few-Shot Learning of Graph Convolutional Network on Prototype Space).首先,利用卷积神经网络提取多任务数据的特征向量;其次,为了将特征向量映射到原型空间中,根据元学习的训练策略得到特征向量的类原型表达;然后,通过类原型向量和类向量之间的嵌入表示,构建图结构数据,并进行图卷积网络训练、推理.实验结果表明,相较于经典少样本学习方法,FSL-GCNPS模型拥有更好的分类准确率和分类稳定性.同时,在医学图像领域数据集上实验表明,FSL-GCNPS具有很好的跨域适应性.     

新体制雷达信号PRI样本子图周期搜索提取方法

针对侦察接收机截获的交错脉冲序列中雷达信号的提取问题,在脉冲重复周期（PRI）样本子图描述技术的基础上,提出一种基于PRI样本子图周期搜索的脉冲提取算法。算法改传统PRI搜索法中的相邻脉冲间隔搜索思想为PRI样本子图周期搜索思想,通过构造由脉冲到达时间和准PRI样本子图周期构成的二维提取函数,将搜索过程中符合某一假定PRI样本子图周期的匹配脉冲数存储于二维提取函数中,然后根据二维提取函数的最大值确定PRI样本子图周期,提取对应的脉冲,实现复杂PRI类型的雷达信号提取。仿真结果验证了该方法的有效性。