保山气田新近系羊邑组二-三段沉积微相

保山盆地为滇西的一个具西断东超箕状断陷结构的新近系小型盆地。为搞清区内保山气田的沉积特征，指导该区油气勘探工作，结合沉积岩（物）与沉积环境之间的辩证关系，通过对沉积岩的岩性特征（颜色、岩石类型、岩石结构、黏土矿物、岩相组合）的分析研究，借助于沉积相在测井和地震剖面上的显著特征，研究并划分了保山气田新近系上新统羊邑组二-三段的沉积微相类型。结果表明，在该研究区主要发育了扇三角洲前缘亚相中的水下分流河道、分流河道间、前缘席状砂、河口坝等沉积微相类型，以及浅湖亚相中的浅湖泥和浅湖漫流席状砂沉积微相。剖析各类骨架微相的沉积特征后指出：水下分流河道、河口坝和前缘席状砂为该区最有利的储集砂体。     

面向产出的课程目标达成评价机制与持续改进研究

针对软件工程教学与人才培养过程存在的问题,基于"课程目标达成评价与改进"这一核心问题,提出基于工程教育认证OBE教育理念的课程目标达成评价机制与持续改进策略,从授课教师、教学管理、学生和用人单位4个维度阐述如何推进课程目标达成,以软件工程导论课程为例,介绍课程建设的达成评价过程.     

粗糙集理论的双重学习方法研究

提出了一种新的粗糙集双重学习方法,该方法能用遗传算法实现外层学习,用规则提取方法进行内层学习．其基本思想是：首先引入遗传算法,将属性编码,并针对不同的属性组合进行规则提取;然后用测试样本对规则集进行检验,并基于所得到的识别率建立适应度函数;最后在合适的遗传算子下获取最佳的属性组合及相应的知识规则．与其他方法相比,本文所提粗糙集双重学习方法集属性约简和规则提取于一体,整个过程具有很强的自适应能力．最后,用算例对本文方法进行了验证．     

基于相似性原理的变压器温度预警方法

变压器是电力系统中最为重要的电气设备之一,其安全稳定运行直接关系着电网供电的可靠性。以变压器温度异常作为分析对象,采用智能算法实现变压器温度异常提前预警。在所提方法中,首先选取变压器多参量正常运行的历史数据作为训练样本;其次采用等间距归一法简化历史数据,获得变压器主要的运行模式;然后通过相似性原理算法构建反映变压器温度正常的智能预警模型;最后采用真实数据加以验证,实验结果表明所提智能预警方法具备提前发现变压器温度异常隐患的能力。     

一种滚动轴承早期故障预警技术及试验验证

针对滚动轴承运行状态在线监测,提出一种新的滚动轴承早期故障预警技术。首先,通过二进离散小波分解提取共振频带;然后,通过自相关分析抑制频带信号中的非周期性成分并进一步提升信噪比;最后,基于小波包络频谱构造一个新的特征量,通过该特征量的变化趋势来反映轴承的健康状态。将新方法应用于滚动轴承在线监测,分别对三组滚动轴承的全寿命试验数据进行分析,结果表明,提出的在线监测技术相较于传统有效值监测更为敏感,能够更早地发现滚动轴承早期微弱故障,实现故障的早期预警及定位。     

经营辅助分析与预警系统的分析与实现

本系统是基于电信资源管理系统的应用系统,其目的是将三大企业数据库:客户库、计费库、资源库进行结合,充分发挥各种信息的应用价值。系统采用中间表与外系统接口,采用.Net平台开发Web应用网站,功能主要分为经营信息的查询、分析、预警三大模块,可查询各种经营信息和预警信息,并将分析信息显示在电子地图上。分析了该系统的数据来源、接口方案、功能模块、实现方法以及主要应用。     

移动自组网中一种基于模糊集合的分层信任模型

移动自组网中,作为对基于密码体系的安全手段的重要补充,信任模型在解决内部攻击,识别恶意节点、自私节点,提高系统安全性、可靠性和公平性等方面有着显著优势。提出一种基于模糊集合的分层信任模型,模型采用模糊集合对信任关系进行建模,引入向量贴近度为推荐信任分配权重,并充分考虑分层（分簇）结构移动自组网的特点,强调了系统的可扩展性、动态适应性、鲁棒性和资源开销最小。     

基于蚁群优化聚类的网络入侵检测研究

随着计算机网络特别是因特网技术的发展,网络安全已变得越来越重要.入侵检测作为一种主动防御的安全技术正成为实现网络安全的另一个重要技术手段和第二道防御措施.分析了基于聚类分析的入侵检测技术,在对入侵检测和数据挖掘理论分析基础上,提出基于蚁群优化聚类的入侵检测算法,详细阐述了算法的基本原理和过程,计算机仿真实验结果表明,该算法能够检测新型未知入侵,并能有效提高入侵检测的检测率、降低误检率,并可用于实际环境下数据集的入侵检测.     

压电式传感器测定蛋白质吸附动力学参数

利用液隔电极型压电式传感器实时监测牛血清白蛋白(BSA)在石英表面吸附过程。基于所提出的吸附动力学模型,估算出BSA在石英表面的吸附速率常数为ka=1.27×103mol-1·L·s-1,脱附速率常数为kd=1.31×10-3s-1,由可逆吸附态向不可逆吸附态的转化速率常数为kf=3.46×10-4s-1。     

超声回波去噪算法在变压器套管引线检测中的应用

变压器套管引线在运行中受力的作用极易产生形变,影响变压器的安全运行,因此可通过超声检测技术实现变压器套管引线的定期检测。超声回波信号在进行采集时极易受到噪声干扰,需通过高效的去噪算法实现去噪。针对传统去噪算法阈值大小、信号分解层次难以确定和去噪效率低等缺点,提出一种全新去噪方法,将改进小波变换与EEMD分解去噪算法结合,使用改进小波去噪法进行信号预处理,然后对处理后的信号进行EEMD分解去噪二次处理,提升去噪效果与信号的信噪比。经试验验证,处理后超声回波信号信噪比显著提高,提高了超声检测的精度,达到了较为理想的效果。