面向实时工业通信的输入队列交换机调度算法

输入队列交换机应用于实时工业通信面临着诸多困难,为此提出了一种结构性的交换调度算法,实验证明,该算法能够在较低的复杂度下达到相对较高的成功率,同时也提出了与之相适应的交换机结构模型与信元管理机制,为消除输入队列交换机中信元时延的不确定性提供了前提。     

不平衡样本集随机森林岩性预测方法

使用基于有监督机器学习分类器的岩性预测方法时，如果样本集中目标岩性样本过少，而非目标岩性样本过多，在这种不平衡样本集上训练分类器会使预测结果向非目标岩性偏倚，导致目标岩性的预测准确率较低。为了解决这一问题，提出一种针对不平衡样本集的随机森林岩性预测方法。首先，以录井岩性数据作为岩性样本标签，以井旁道地震属性和岩石弹性参数作为岩性样本特征构建岩性样本集；其次，将近邻清除算法（NM）与合成少数类过采样算法（SMOTE）相结合形成NM-SMOTE算法，对岩性样本集进行平衡化；然后，用平衡化的岩性样本集训练随机森林分类器，建立多种地震属性、弹性参数与岩性之间的非线性关系；最后，将目标探区的地震属性和弹性参数输入随机森林分类器，随机森林分类器将依据训练时得到的地震属性、弹性参数与岩性的非线性关系预测岩性。实际数据测试结果表明：训练样本集中过多的非目标岩性样本会对随机森林分类器的预测效果带来负面影响，岩性预测准确率仅为38%；使用NM-SMOTE算法对训练样本集进行平衡化后，岩性预测准确率提高至83%，获得的岩性数据体与地震资料吻合程度更高。     

利用格林函数的多次迭代鬼波压制方法

在海洋宽频地震处理技术中,鬼波压制是拓宽地震资料频带、提高地震资料分辨率的关键,常用方法是在预测鬼波的基础上,将其从全波场中消除。显然精确地预测鬼波是鬼波压制技术的难点。依据格林函数理论,提出了基于鬼波传播的射线路径预测鬼波波场的多次迭代技术及流程,结合研发的曲波域匹配相减技术,有效压制了鬼波。由于预测鬼波波场较为复杂,导致在匹配相减时会出现损伤一次波或鬼波未彻底压制等情形。为此,进一步引入多次迭代思想,将匹配相减后得到的一次波的波场作为输入,再次通过格林函数预测鬼波并相减,得到更干净的一次波场;历经多次迭代可逐步提高鬼波预测的精度。模型数据和实际资料的处理结果表明,该方法在压制鬼波的同时能更好地保护一次波。