低-超低渗透砂岩油藏水驱采收率影响因素权重分析

针对主观赋权法在确定低-超低渗透砂岩油藏水驱采收率影响因素权重时存在主观随意性,客观性较差的问题,本文应用85个低-超低渗透砂岩油藏实际样本,结合大量科研和现场认识筛选了影响水驱采收率的9个重点因素,并根据客观赋权法更客观、精确的计算出低-超低渗透油藏水驱采收率影响因素的具体权重。研究表明低-超低渗透油藏水驱采收率影响因素中,注水开发效果指标影响权重最大,其次为储层物性,流体性质影响最小。     

高中体育特长生的训练量与训练强度探究

基于新课改的不断推进与发展,体育教学也在逐渐的改革。想要保障体育训练积极的训练效果,就必须加强高中体育特长生的日常训练量与训练强度。体育训练的方式与强度将会对训练的效果产生直接性的关键影响,而传统陈旧的体育训练理念与训练方式已经难以满足日渐发展的体育教育。因此,针对高中体育特长生的日常训练,体育教师需要结合学生的特征与实际需求,依照科学合理的体育训练量与训练强度,保证学生的有效训练。     

西沙海战中的通信兵

在记者采访过的,现住在天津的西沙海战参加者中,尚万龙参谋是唯一一个转业后仍从事了一段军事工作的老同志。见面伊始,尚参谋拿出一张天津和平区武装部颁发给他的奖状,获奖原由是尚参谋任武装部长的水泥厂基干民兵,在1984年全天津市民兵实弹射击中,获得14.5毫米高射机枪组第一名,我的采访也正式开始     

基于微博用户兴趣话题的相似用户挖掘

相似用户挖掘是提高社交网络服务质量的重要途径，在面向大数据的社交网络时代，准确的相似用户挖掘对于用户和互联网企业等都有重要的意义，而根据用户自己的兴趣话题挖掘的相似用户更符合相似用户的要求。提出了一种基于用户兴趣话题进行相似用户挖掘的方法。该方法首先使用TextRank话题提取方法对用户进行兴趣话题提取，再对用户发表内容进行训练，计算出所有词之间的相似度。提出CP（Corresponding Position similarity）、CPW（Corresponding Position Weighted similarity）、AP（All Position similarity）、APW（All Position Weighted similarity）四种用户兴趣话题词相似度计算方法，通过用户和相似用户间关注、粉丝重合率验证相似用户挖掘效果，APW similarity的相似用户的关注/粉丝重合百分比为1.687%，优于提出的其他三种算法，分别提高了26.3%、2.8%、12.4%，并且比传统的文本相似度方法Jaccard相似度、编辑距离算法、余弦相似度分别提高了20.4%、21.2%、45.0%。因此APW方法可以更加有效地挖掘出用户的相似用户。     

计及Spark和属性权重的售电套餐推荐方法

针对电力市场用户群庞大，交易过程中售电套餐选择困难的问题，在Spark环境下设计了一种售电套餐推荐方法，同时也解决了售电套餐推荐过程中在大数据环境下的可扩展性及实时性问题。首先，计算出每个套餐属性的权重值，从而计算得到售电套餐综合相似度。然后，计及用户和套餐两方面提出一种售电套餐推荐方法，实现售电套餐的精准推荐。实验表明，提出的推荐方法能够明显提高推荐的准确度，并且在分布式环境下具有良好的推荐效率和可扩展性。     

以用户为中心的可见光通信协作传输中训练资源分配算法

以用户为中心的可见光通信协作传输是近年来出现的新架构,这导致虚拟小区之间出现重叠。为避免导频污染问题,每个虚拟小区中的光接入点(AP)或者虚拟小区中选择相同AP的用户发送的训练序列应该是正交的。针对可见光通信中以用户为中心的协作网络,研究训练资源的正交分配问题,提出了一种新的导频分配算法,联合导频分配和用户选择问题,以期最大限度地增加虚拟小区内可被接入的用户数。分析和仿真结果表明,该导频分配方案可以有效改善导频污染问题,提高训练资源利用率,并且相比已有的导频分配方案,性能有所改进。     

护理协作团队合作在脑卒中偏瘫患者ADL训练中的效果观察

目的:护理协作团队合作在脑卒中患者日常生活活动训练(ADL训练)中的效果观察。方法:将60例脑卒中恢复期患者按随机数字表法分为对照组(30例)与观察组(30例)。对照组实施常规护理;观察组采用与康复医生、责任护士、治疗师、营养师、患者、家属、专职生活护理人员联合参与的护理协作团队,针对患者的评估结果给予相应的基本生活活动(BADL)和辅助生活活动(IADL)能力训练。分别于两组入院时、出院时采用基本生活活动能力(BADL)量表(Barthel指数评定量表)及功能独立性评定(FIM)进行评定。结果:观察组Baahel指数及FIM评分均较对照组改善,比较差异有统计学意义(P<0.05)。结论:护理协作团队合作,有效地提高了患者的主动性和参与性,明显提高了脑卒中偏瘫患者的日常生活活动能力,促进患者康复。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

基于支持向量机的缓存预估模型的设计与实现

采用支持向量机(SVM)对网络业务流数据进行预测估计，通过训练样本，从而获得样本以外数据的分布规律。在此基础上，设计了一种网络排队队列缓存的预估模型。实验表明，该模型具有较高的训练效率和很高的估计精确度。