地震资料处理质量监控及效果分析

随着油田勘探、开发难度的增加,对地震资料的精度要求越来越高,因此需要一套行之有效的方法来监控地震资料的处理过程,以确保地震资料处理的有效性和保真性。通过开发、应用地震处理系统、解释系统中能量分析、频率分析、相干体分析等技术对原始数据、流程试验、处理过程的适时监控,逐步形成了一套地震资料处理质量监控方法,保证了处理流程及参数的合理选择,进而达到油气勘探、开发对地震资料解释精度的要求。

基于强化学习算法的神经网络模糊测试技术优化研究

现有神经网络模糊测试技术在测试样本生成阶段通常对初始样本进行随机变异,导致生成样本质量不高,从而测试覆盖率不高;针对以上问题,提出一种基于强化学习算法的神经网络模糊测试技术,将模糊测试过程建模为马尔可夫决策过程,在该模型中,测试样本被看作环境状态,不同的变异方法被看作可供选择的动作空间,神经元覆盖率被看作奖励反馈,使用强化学习算法来学习最优的变异策略,指导生成最优测试样本,使其能够获得最高的神经元覆盖率;通过与现有的主流神经网络模糊测试方法的对比实验表明,基于强化学习算法的神经网络模糊测试技术,可以提升在不同粒度下的神经元覆盖。

基于改进DS理论的双重模糊信息安全评估

针对信息安全评估的模糊性,考虑之前算法的单一方面模糊问题,分析信息安全系统不同时间段内的表现,提出一种基于改进DS理论的双重模糊信息安全评估算法。不仅利用三角模糊数方法把专家观点进行聚合,还用改进的DS理论充分体现出不同时间段内系统的表现会造成的对专家评价结果的影响,根据风险计算公式,最终得到威胁严重程度排序。与单一决策算法相比,综合考虑了信息安全系统的不确定性和主观人为的不确定性,避免了单一时间段内的笼统决定,通过实验,验证了该方法的必需性及有效性。

基于改进谱聚类的图像分割算法

针对传统谱聚类算法应用于图像分割时仅采用特征相似性信息构造相似性矩阵,而忽略了像素分布的空间临近信息的缺陷,提出一种新的相似性度量公式——加权欧氏距离的高斯核函数,充分利用图像特征相似性信息和空间临近信息构造相似性矩阵。在谱映射过程中,采用Nystrom逼近策略近似估计相似性矩阵及其特征向量,大大减少了求解相似性矩阵的运算复杂度,降低了内存消耗。对得到的低维向量子空间采用一种新型的聚类算法——近邻传播聚类算法进行聚类,避免了传统谱聚类采用K-means算法对初始值敏感,易陷入局部最优的缺陷。实验表明该算法获得了比传统谱聚类算法更好的分割效果。

超高周疲劳的研究进展

论述了超高周疲劳研究的背景及意义,总结了近年来超高周疲劳的研究成果包括超高周疲劳的典型特征如S-N曲线、裂纹起源、起裂机理、影响超高周疲劳行为的因素等,介绍了超高周疲劳的常用实验手段,提出了今后超高周疲劳研究的课题。

电子商务中信息传输与共享

电子商务中信息传输与共享技术是电子商务的核心技术,电子商务是以Internet为基础的新兴产业,保护信息的安全无疑是十分重要的,人们越来越多地使用计算机网络来传送对安全敏感的信息,所以在信息传输域共享中,认证业务、保密业务、数据完整性业务、不可否认业务是当前电子商务急需解决的关键技术,本文对这方面做了一些探讨并提出自己的看法。

变频法合成地震记录

随着地震勘探工作的逐步深入 ,资料解释过程中常规合成地震记录与实际地震剖面难以匹配的问题更加突出。针对这一问题研制出的变频法合成地震记录 ,提高了两者的匹配程度 ,可以更加精细地区分地震反射层位 ,更好地分析岩性变化对地震数据的影响 ,明确地震反射波形变化的地质含义 ,以达到储层预测的最佳效果。该方法实用性强、算法合理、方便快捷 ,可以根据需要随时更改模型 ,为解释人员进行地震资料的地层解释提供了一个环境良好的实用工具 。

民俗类非物质文化遗产的特征和保护策略

民俗类非物质文化遗产作为综合性的遗产项目,往往是某一地域或群体的标志性文化事象,在具有核心象征的文化空间中进行以群体传承为主的综合性传承。对它的保护也应从其特征出发,从文化整体中切分主干文化环节,确定关键传承人,并注意将保护主体文化示范引导与民众自发传承相结合。

基于数值模拟的贝氏体/马氏体耐磨铸钢件淬透性预测

基于数值模拟方法对贝氏体/马氏体钢板状铸件的淬透性进行了预测,同时探讨了取消B的合金化对淬透性的影响及提高淬透性的工艺。采用数值模拟计算了厚度为60 mm的贝氏体钢板状铸件的空冷温度场分布,获得了铸件不同位置的冷却曲线。根据预测结果,通过小试样控制冷却模拟了板状铸件心部空冷,获得空冷后的组织和性能,并预测了板状铸件的空冷淬透性。在此基础上对热处理工艺进行了优化,提高了铸件的空冷淬透性,探索了应用模拟方法进行大尺寸铸件研究的新途径。

拓展思路 搞好高职课程改革

通过学习德国的"典型工作任务分析"方法,对各专业的课程根据毕业生工作情况进行调整、整合,建立一个专业的课程体系。围绕人才培养的要求分段规划教学,按照职业技能的水平分级组织教学活动。学历证和职业技能鉴定结合,最大化的发挥现有教学资源的效率。

北京兔儿爷文化探源

兔儿爷是老北京中秋节代表性的节俗用品,它渊源于古老的月亮崇拜。明清以来,月宫玉兔逐渐从月崇拜的附属物中分离出来,在祭月仪式中形成了独立的形象,并逐渐丰富。兔儿爷兼具神圣和世俗的品性,融祭祀和游乐的功能于一体。如今兔儿爷已经成为最具代表性的北京非物质文化遗产之一,应该被更好地传承和弘扬。

国家治理视域下的传统节日发展

国家权力的介入和规划是当代传统节日发展的重要表征。关注传统节俗内涵与主流价值观的融合,加强道德化的诠释,凸显社会公共性和民族主义的理念,是政府主导型节日活动的重要表现形式。政府的节日治理透过条块分割的管理模式,并部分通过局部的运动式动员,促成了传统节日文化在地方社会的再生产。这种"自上而下"的运作模式在一定程度上带来了各地节俗内容的同质化。在节日活动的组织中,需要进一步加强"有机团结"。

基于区域性医疗集团下的双向转诊模式探讨——以“北京复兴模式”与“大庆模式”为例

由于医疗机构间缺乏行之有效的双向转诊制度,导致城市大医院人满为患,而社区卫生服务机构却少人问津,造成了卫生资源的严重浪费。通过组建区域性医疗集团,形成基于集团内的双向转诊模式,可以理顺大医院与社区卫生服务机构的经济关系,形成利益共同体、实现信息资源的沟通与共享,从而提高卫生服务的公平性和可及性。对以北京复兴医院集团和大庆石油总医院集团为代表的区域性医疗集团的相关文献进行整理分析,提炼出基于区域性医疗集团下的双向转诊模式的优越性及其推广、完善的思路。

国外社区双向转诊模式及其对我国的借鉴

由于医疗机构间缺乏行之有效的双向转诊制度,导致我国城市综合性医院承担了大量常见病、多发病的诊疗任务,而基层医院和社区医疗服务机构却需求萎靡,就诊量过少,严重浪费卫生资源。英国、美国、澳大利亚和巴西等国家转诊制度对我国社区医疗服务体系的建立和医疗机构间如何有效地进行双向转诊有着很强的借鉴意义,特别是其完善的全科医生制度和社区医疗服务体系是我国在大力发展社区医疗服务和建立顺畅的双向转诊制度中可以借鉴的有效模式。

从意识形态和诗学角度看安徒生童话的汉译

安徒生是中国家喻户晓的童话家,他的童话已成为众多翻译家所钟爱的翻译对象,因而在不同的时期也出现了不同的译本,译本之间的差别之大是由于不同译者对原作进行改写的结果。运用勒菲弗尔的系统论,通过分析不同时期翻译家对安徒生童话所采取的不同翻译策略,探讨了意识形态与诗学对译者和译作的操纵和影响。

从生活日用到文物藏品——民俗器物博物馆化的话语表征与意指实践

民俗器物从"生活日用品"到"民俗文物"的角色变化,依附于"民俗"这一观念的产生和发展。在不同的社会语境中,民俗器物先后经历了标本化、工美化、文物化以及展示上的模式化、情境化等发展路径。无论是学术性的搜集,艺术性的拣选,还是文化遗产的认定,民俗器物被镶嵌到不同时期(国家)公共文化的结构里,体现了对传统日常生活差异性的文化转译。说到底,并不是民物与相应的日常生活关联的直接意指经常发生变化,而是对待"民俗"的社会观念发生了变化,才导致民俗器物以不同的方式得到"阅读"。从这个角度看,民俗文物的诠释和展示,不是简单的习俗史意义上的知识重建,而是博物馆关于日常生活的文化生产。

接受理论对儿童文学翻译的启示

鉴于儿童文学翻译作品的目标语读者——儿童的特殊性,本文将接受理论引入儿童文学翻译研究,以证明该理论在儿童文学翻译中的适用性。接受理论提升了译文读者与译者的地位和作用,强调他们在理解和翻译过程中的积极参与和创造,其"读者的地位和作用"、"期待视野"和"视野融合"等主要观点对儿童文学翻译研究具有一定的启发和借鉴作用。

黑龙江省水稻生产概况

本文介绍了水稻黑龙江省生产的区域划分、农艺要求、耕作制度及水稻生产机械化技术现状及发展趋势。

从“期待视野”角度看儿童文学翻译中的译者主体性

文章尝试将接受美学的核心概念—"期待视野"引入儿童文学翻译研究,以英国著名童话作品《The Wind in the Willows》的三个中译本作为研究对象,从童趣和跨文化交际两方面探讨在实现译者与原文、读者与译文之间视野融合的过程中,译者如何发挥主体性作用,根据儿童读者的期待视野调整翻译策略。

基于微调原型网络的小样本敏感信息识别方法

敏感信息识别主要是指识别互联网上涉及色情、毒品、邪教、暴力等类型的敏感信息,现有的敏感信息识别通常将其看作文本分类任务,但由于缺乏大规模的敏感信息标注数据,分类效果不佳。该文提出一种基于微调原型网络的小样本敏感信息识别方法,在小样本学习框架下,利用快速适应的微调原型网络来缓解元训练阶段通用新闻领域和元测试阶段敏感信息数据差异大的问题。首先,在元训练阶段,基于通用新闻领域的分类数据训练模型来学习通用知识,同时在训练过程中经过两阶段梯度更新,得到一组对新任务敏感的快速适应初始参数,然后在元测试阶段敏感文本数据集的新任务上,冻结模型部分参数并使用支持集进一步微调,使模型更好地泛化到敏感识别领域上。实验结果证明,相比当前最优的小样本分类模型,该文提出的快速适应微调策略的原型网络显著提升了敏感信息识别效果。