应用引导积分梯度的对抗样本生成

给图片添加特定扰动可以生成对抗样本, 误导深度神经网络输出错误结果, 更加强力的攻击方法可以促进网络模型安全性和鲁棒性的研究. 攻击方法分为白盒攻击和黑盒攻击, 对抗样本的迁移性可以借已知模型生成结果来攻击其他黑盒模型. 基于直线积分梯度的攻击TAIG-S可以生成具有较强迁移性的样本, 但是在直线路径中会受噪声影响, 叠加与预测结果无关的像素梯度, 影响了攻击成功率. 所提出的Guided-TAIG方法引入引导积分梯度, 在每一段积分路径计算上采用自适应调整的方式, 纠正绝对值较低的部分像素值, 并且在一定区间内寻找下一步的起点, 规避了无意义的梯度噪声累积. 基于ImageNet数据集上的实验表明, Guided-TAIG在CNN和Transformer架构模型上的白盒攻击性能均优于FGSM、C&W、TAIG-S等方法, 并且制作的扰动更小, 黑盒模式下迁移攻击性能更强, 表明了所提方法的有效性.     

低孔低渗油田储层特征及储层评价——以海拉尔油田南贝尔凹陷为例

文本通过对南贝尔凹陷储层沉积微相、储层微观孔隙结构、毛管压力曲线特征进行了综合的研究,认为南贝尔凹陷储层主要沉积微相类型为扇三角洲前缘的水下分流河道和前缘河口坝沉积,水下扇扇中的辫流河道沉积.孔隙类型包括原生的粒间孔隙和剩余的粒间孔隙,及次生的溶蚀粒间孔隙和溶蚀粒内孔隙,并以次生孔隙为主.粒间发育伊利石、绿泥石和伊/蒙混层粘土矿物,使储层的敏感性(酸敏、水敏、速敏)均呈现中等强度的特征.结合储层毛管压力曲线把南贝尔储集层分为三类:Ⅰ类为中孔中渗储层,Ⅱ类为中孔低渗储层,Ⅲ类为低孔特低渗储层.     

海拉尔盆地复杂断块油藏优势储层形成机理探讨

为加快海拉尔盆地已探明石油地质储量的有效动用,以复杂断块油藏储层物性影响因素分析为指导,结合储层参数测井精细解释结果,对优势储层形成机理进行分析。结果表明:海拉尔盆地南一段沉积相及沉积微相类型控制着储层原始物性的变化,扇三角洲、辫状河三角洲及浊积扇3种沉积相类型中,辫状河三角洲的物性较好,其水下分流河道、扇三角洲水下分流河道和浊积水道为优势储层发育相带;压实作用和胶结作用均是造成海拉尔盆地储层物性变差,并导致现今储层微观孔隙结构格局的重要原因;受多种因素控制,储层随埋深增加物性变差,但发育有多个孔渗异常高值区带。该研究成果为未动用储量区块评价优选指明了方向,也可为其他类似区块的勘探潜力预测提供依据。     

基于R-FCN的行人检测方法研究

行人检测是计算机视觉中的研究热点,为了实现复杂场景下的行人检测,将基于区域的全卷积网络（Region-based Fully Convolutional Networks,R-FCN）引入行人检测中。针对行人检测中的遮挡、背景混淆干扰、小目标这三个难点,修改了R-FCN的搜索机制,引入目标行人的区域划分（上下半身）和背景混淆干扰行人的强化学习策略,加强了对遮挡行人和背景相似行人的学习。并在此基础上,对R-FCN的输出进行二次分类学习。实验结果表明,通过对R-FCN的改进,可有效地缓解行人遮挡、背景混淆干扰和小目标条件下,传统R-FCN网络的漏报和误判问题。     

基于含油饱和度主控因素预测圈闭聚油潜力的新方法

为加快海拉尔盆地探明石油地质储量有效动用,以近油源、自生自储型油藏含油饱和度主控因素分析为指导,结合储层参数测井精细解释结果及生产动态资料,建立海拉尔盆地贝中油田圈闭聚油潜力预测方法,并对其未开发区块圈闭聚油潜力进行定量预测.结果表明:储层物性与圈闭幅度是近油源、自生自储型油藏含油饱和度的主控因素;低渗透储层(1~10)×10-3μm2,圈闭幅度大于100.7m,或中渗透储层(10~100)×10-3μm2,圈闭幅度大于60.5m,圈闭具备足够浮力,可形成纯油层.低于这一圈闭幅度界限,圈闭内多为油水同层或水层;建立圈闭幅度与初期产量之间的关系,定量预测圈闭开发潜力.该方法可为类似区块潜力预测提供参考.     

海拉尔盆地乌南次凹南屯组致密储层黏土矿物特征及其地质意义

海拉尔盆地乌南次凹南屯组储层黏土矿物含量高,严重影响油气的开发。 利用乌南次凹 767 个岩心样品的扫描电镜及 X 射线衍射资料,研究了黏土矿物的类型和组合关系,以及其分布特征与成因。 结果表明,蒙脱石含量低且仅存在南二段上部,伊利石含量高且在整个南屯组都有分布;自下而上发育的黏
土矿物组合有 S+K+I+I/S , K+I+C+I/S+C/S , I+C+I/S+C/S , I+K+I/S 及 I+C+I/S 等;火山物质的水解蚀变及长石的溶蚀作用均是造成黏土矿物含量增高的主要因素。