Three‐dimensional color prediction modeling of single‐ and double‐layered woven fabrics

In this research, the three‐dimensional structural and colorimetric modeling of three‐dimensional woven fabrics was conducted for accurate color predictions. One‐hundred forty single‐ and double‐layered woven samples in a wide range of colors were produced. With the consideration of their three‐dimensional structural parameters, three‐dimensional color prediction models, K/S‐, R‐, and L*a*b*‐based models, were developed through the optimization of previous two‐dimensional models which have been reported to be the three most accurate models for single‐layered woven structures. The accuracy of the new three‐dimensional models was evaluated by calculating the color differences ΔL*, ΔC*, Δh°, and ΔE_CMC(2:1) between the measured and the predicted colors of the samples, and then the error values were compared to those of the two‐dimensional models. As a result, there has been an overall improvement in color predictions of all models with a decrease in ΔE_CMC(2:1) from 10.30 to 5.25 units on average after the three‐dimensional modeling.     

Models for solar radiation prediction based on different measurement sites

The modeling of solar radiation for forecasting its availability is a key tool for managing photovoltaic (PV) plants and, hence, is of primary importance for energy production in a smart grid scenario. However, the variability of the weather phenomena is an unavoidable obstacle in the prediction of the energy produced by the solar radiation conversion. The use of the data collected in the past can be useful to capture the daily and seasonal variability, while measurement of the recent past can be exploited to provide a short term prediction. It is well known that a good measurement of the solar radiation requires not only a high class radiometer, but also a correct management of the instrument. In order to reduce the cost related to the management of the monitoring apparatus, a solution could be to evaluate the PV plant performance using data collected by public weather station installed near the plant. In this paper, two experiments are conducted. In the first, the plausibility of the short term prediction of the solar radiation, based on data collected in the near past on the same site is investigated. In the second experiment, the same prediction is operated using data collected by a public weather station located at ten kilometers from the solar plant. Several prediction techniques belonging from both computational intelligence and statistical fields have been challenged in this task. In particular, Support Vector Machine for Regression, Extreme Learning Machine and Autoregressive models have been used and compared with the persistence and the k-NN predictors. The prediction accuracy achieved in the two experimental conditions are then compared and the results are discussed.     

基于聚类的数据加权优化在犯罪预测中的应用

近年来，我国传统暴力犯罪与成年人犯罪呈下降态势，但是，犯罪案由层出不穷。为有效提升公安实践工作中犯罪预测能力，打击各类违法犯罪事件,本文针对犯罪数据，提出一种新型犯罪预测模型。利用密度聚类分析方法将犯罪数据分类，然后进行数据降维提取关键属性生成特征数据，继而对特征数据进行加权优化并采用机器学习的方式对特征数据进行学习，从而预测犯罪案由。实验结果表明，与传统方法相比，本文方法具有更好的预测效果，为公安实践工作中类似案件的侦破和预防，提供新的路径支撑。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

简化形式的系统EMC预测分析技术概述

本文探讨了系统级简化形式的电磁兼容性预测分析方法，该方法对于只有几对发-收干扰对的系统EMI的预测分析简洁有效，它避免了大系统间繁复的建模与大量的数据采集及其计算工作，从而对于只考虑其结果的系统间的EMC预测分析提高了效率。     

储层泥浆侵入深度预测方法研究

泥浆侵入半径的确定尚缺乏严格的验证标准.以油水两相渗流理论和离子扩散方程为基础,结合储集层特点,研究了不同储层参数下泥浆滤液对地层的侵入特性.数值模拟侵入时间选取10 d和20 d.数值模拟结果表明,侵入半径在渗透率不变的情况下随孔隙度的增大而减小,在孔隙度不变的情况下随渗透率的增大而增大;当渗透率和孔隙度都发生变化时,泥浆侵入半径一般随孔隙度的增加呈幂函数增加.依据这种关系对测井资料约束处理,得到的泥浆侵入半径较客观地反映了地层的真实情况.     

川东气藏直井完井方法的产能预测研究

在分析研究目前国内外油气井完井产能计算经验公式的基础上，针对四川气田东部浅层气藏常用的几种完井方式，建立了该地区完井产能预测的数学模型。通过实例计算，表明了其数学模型的准确可行性，并为出砂井和非出砂井的完井方式提供了选择依据：对于出砂井，砾石裸眼充填完井方式是最理想的完井方式；对于非出砂井，实际裸眼完井的产能最大。得出的结论对该地区直井完井方式的选择，完井参数优化设计以及产能预测具有一定的指导作用。     

岩性指示曲线重构及其在储层预测中的应用

大牛地上古生界岩性气藏主要发育在三角洲分流河道沉积的下石盒子组、海陆交互沉积的山西组及以潮坪相沉积为主的太原组,储层是储集性能较差的致密砂岩,平均孔隙度小于10％,渗透率小于1×10-2μm2,储层单层厚度一般小于10 m,砂体横向连通性较差。由于低孔、低渗特征导致储层与围岩的波阻抗差异微弱,用地震资料进行储层预测困难。为此,针对大牛地石板太工区优质储层的岩性特征和测井响应特征进行了测井综合分析,利用对岩性粒度敏感的自然伽马曲线,以及对岩性粒度响应频率较低,且与波阻抗有较好对应关系的中子曲线重构了岩性指示曲线。岩性指示曲线不仅可以有效地识别优质砂体,划分不同岩性,为地震、测井信息结合的岩性反演建立桥梁,同时也为反演结果识别气层打下了基础。利用岩性指示曲线、波阻抗和电阻率曲线进行的地震、测井联合反演技术在石板太工区取得了较好的效果,同时,对石板太工区下石盒子组盒2段、山2段进行了储层和含气性预测,划分了有利含气区带,部署的2口开发井和1口探井有2口井见气,其中1口井获高产气流。     

钻井井喷失控井喷流出口速度预测方法研究

失控井喷流出口速度、喷口内压力、喷层产量都是井喷失控处理方案设计、作业施工中重要的基础数据。由于井喷失控井井口环境条件复杂，井喷失控后无法在井口安装测量仪表及在高速喷流中放入参照物，不能直接获取以上数据。文章利用地质、钻井过程获得的地层物性参数和气体动力学方程，探讨井喷失控井天然气喷流在不同井筒流动尺寸及组合的喷流速度预测模型，可应用薄剪切模型或RNG修正的k-ε模型定量描述速度场、温度场、浓度场颁。为井喷失控井处理方案设计、施工作业提供基础数据。     

柴油蜡晶的理论形态预测与显微实际形态的比较

采用BFDH模型和AE模型预测柴油中蜡晶的理论形态，与通过相衬光学显微镜在冷环境平台上观察柴油蜡晶在低温下析出的实际形态。以及加入低温流动性改进剂T1804的柴油蜡晶形态进行比较研究。以十八烷晶体和二十三烷晶体作为柴油蜡晶中偶数正构烷烃和奇数正构烷烃的模型化合物，得到它们的晶体理论形态为六面体薄片状晶体。不同降温速率下得到的蜡晶的实际形态与大小均不同。快速降温条件下得到的晶体形态主要为六边形、菱形和其它少数不规则多边形薄片状集合体；慢速降温条件下得到的柴油蜡晶的形态比较完整，为六边形片状，与通过BFDH和AE模型得到的十八烷即偶数正构烷烃的形态比较接近。柴油加T1804后，快速降温时，出现更多细小的无规则晶体，且很快聚集成片状晶体；慢速降温时，出现晶体的数目要多于未加剂柴油，形状不规则，且尺寸小于未加剂柴油。