柴达木盆地北缘侏罗系烃源岩干酪根13C核磁共振研究

柴达木盆地北缘是柴达木盆地三大油气区之一,其源岩为早、中侏罗世煤系地层.烃源岩有机质类型以Ⅲ₁型和Ⅱ型干酪根为主,Ⅰ₂型干酪根仅在局部地区有分布.通过对柴达木盆地北缘侏罗系烃源岩中不同类型干酪根的¹³C核磁共振研究,指出了研究区Ⅰ₂、Ⅱ、Ⅲ₁型干酪根的化学结构特征以及化学结构中“芳构碳”、“油潜力碳”与“气潜力碳”的相对含量,据此从定量分析的角度对不同类型干酪根的生油气贡献作了评价.Ⅰ₂、Ⅱ、Ⅲ₁型干酪根的生烃能力依次减弱,对生油的贡献也依次减弱,且生成油气的比例不同,Ⅰ₂、Ⅱ型干酪根以生油为主,Ⅲ₁型干酪根则以生气为主.     

柴达木盆地北缘侏罗系烃源岩

柴达木盆地北缘是柴达木盆地三大油气区之一,其源岩为早、中侏罗世煤系地层.烃源岩有机质类型以Ⅲ1型和Ⅱ型干酪根为主,Ⅰ2型干酪根仅在局部地区有分布.通过对柴达木盆地北缘侏罗系烃源岩中不同类型干酪根的13C核磁共振研究,指出了研究区Ⅰ2、Ⅱ、Ⅲ1型干酪根的化学结构特征以及化学结构中"芳构碳"、"油潜力碳"与"气潜力碳"的相对含量,据此从定量分析的角度对不同类型干酪根的生油气贡献作了评价.Ⅰ2、Ⅱ、Ⅲ1型干酪根的生烃能力依次减弱,对生油的贡献也依次减弱,且生成油气的比例不同,Ⅰ2、Ⅱ型干酪根以生油为主,Ⅲ1型干酪根则以生气为主.     

试题知识点预测:一种教研知识强化的卷积神经网络模型

在各类在线学习系统中,为了给学生提供优质的学习服务,一个基础性的任务是试题知识点预测,即预测一道试题所考察的知识概念、能力等。在这个任务中,已有方法通常基于人工专家标注或者传统机器学习方法。然而,这些传统方法要么耗时耗力,要么仅关注试题资源的浅层特征,忽略了试题文本和知识点之间的深层语义关联。因此,这两类方法在实际应用中均受到了限制。为此,该文提出一种教研知识强化的卷积神经网络方法进行试题知识点预测。首先,结合教育学经验,定义和抽取试题的浅层特征。然后,利用一个卷积神经网络对试题的深层语义进行理解和表征。然后,考虑到教研先验与试题词句之间的关联,提出一种基于注意力机制的方法能够自动识别和计算不同教研先验对试题的重要性程度。最后,设计了一个融合知识点决策和试题语义约束的模型训练目标。该文在大规模数据上进行了充分的实验。实验结果表明,所提出的方法能够有效地进行试题知识点预测,具有很好的应用价值。     

双元双模态下二次门控融合的多模态情感分析

为了平衡情感信息在不同模态中分布的不均匀性,获得更深层次的多模态情感表征,提出了一种基于双元双模态二次门控融合的多模态情感分析方法。对文本、视觉模态,文本、语音模态分别融合,充分考虑文本模态在三个模态中的优势地位。同时为了获得更深层次的多模态交互信息,使用二次融合。在第一次融合中,使用融合门决定向主模态添加多少补充模态的知识,得到两个双模态混合知识矩阵。在第二次融合中,考虑到两个双模态混合知识矩阵中存在冗余、重复的信息,使用选择门从中选择有效、精简的情感信息作为双模态融合后的知识。在公开数据集CMU-MOSEI上,情感二分类的准确率和F1值分别达到了86.2%、86.1%,表现出良好的健壮性和先进性。     

基于梯度下降法的四旋翼无人机姿态估计系统

为解决四旋翼无人机在飞行时实时姿态测量的问题,提高姿态估计精度,设计了一种基于STM32的梯度下降姿态估计系统。该系统以STM32F427微处理器为主控制器,MPU6000和LSM303D作为姿态传感器,实现了对姿态传感器数据采集以及姿态解算。系统对加速度计、磁罗盘进行预处理,利用梯度下降滤波的方法估计误差四元数,从而修正陀螺仪积分误差,实现了姿态角的精确估计。最后,通过搭建的飞行实验平台,与Pixhawk飞控进行姿态角比较分析,实验结果表明:采用梯度下降法的姿态估计系统能够稳定有效地估计无人机的姿态,满足四旋翼无人机的飞行要求。     

演·绎家的时尚品位

清晨的阳光，透过精致的纯白色百叶木条门，将斑驳迷离的光影挥洒在米驼色的墙面和同色调的床罩，地毯上，相衬出一室温馨幽雅的氛围。洁净的墙面没有过多的装饰，两幅平行挂置的黑白装饰画，给家增添了几分沉谧与理性。米白色柔软的沙发边上静静的立着款式现代的落地灯等到夜晚的来临，透过长长的麻制灯罩带给卧室无比的暖意。于是．家不光是一种居住的需要，也是休息的港湾，更是一个让想像力自我淋漓尽致发挥的空间，每个人都期望把家打造战一个温馨快乐的天堂。     

柴达木盆地北缘侏罗系烃源岩

柴达木盆地北缘是柴达木盆地三大油气区之一,其源岩为早、中侏罗世煤系地层.烃源岩有机质类型以Ⅲ1型和Ⅱ型干酪根为主,Ⅰ2型干酪根仅在局部地区有分布.通过对柴达木盆地北缘侏罗系烃源岩中不同类型干酪根的13C核磁共振研究,指出了研究区Ⅰ2、Ⅱ、Ⅲ1型干酪根的化学结构特征以及化学结构中"芳构碳"、"油潜力碳"与"气潜力碳"的相对含量,据此从定量分析的角度对不同类型干酪根的生油气贡献作了评价.Ⅰ2、Ⅱ、Ⅲ1型干酪根的生烃能力依次减弱,对生油的贡献也依次减弱,且生成油气的比例不同,Ⅰ2、Ⅱ型干酪根以生油为主,Ⅲ1型干酪根则以生气为主.     

一种基于自适应局部融合参数的协同过滤方法

基于内存的协同过滤推荐系统存在数据稀疏和数据集异构的问题。为此,提出一种基于变权重相似度计算和自适应局部融合参数的协同过滤方法。通过统计数据集,提取用户-项目评分项的用户情感信息量计算用户相似度,同时根据用户-项目评分项的评分质量改进项目相似度计算方法,利用基于相似用户(或项目)的方法预测置信度,得到自适应局部融合参数,以增强协同过滤方法对数据集的适应能力。实验结果表明,相比传统全局融合参数方法,该方法在数据稀疏情况下的平均绝对误差降低了0.02,具有较高的推荐精度和推荐覆盖度,并且有效解决了数据稀疏和数据集异构问题。     

高盐油藏开发期饱和度计算的矿化度驱替-交换模型

注水开发过程中油藏混合液矿化度的变化受注入水驱替和离子交换控制。水淹初期,矿化度变化受孔隙体积中的注入水比例影响;随着注水时间和注水倍数增加,注入水和原生水之间的离子交换程度不断增加。首次提出矿化度驱替-交换理论模型,确定出混合液矿化度与目前含油饱和度、原生水矿化度、注入水矿化度的关系图版,模拟研究水淹过程中电阻率的变化规律。利用这一理论模型和图版,结合电法测井,采用迭代计算或联合求解的方法,消除剩余油饱和度计算中存在的多解性问题,提高饱和度和矿化度的计算精度,在多个大中型油藏水淹层解释中取得良好的应用效果。