基于改进LSTM神经网络的测井曲线重构方法

地球物理测井过程中,由于仪器测量或者井眼原因等经常会造成部分测井曲线失真或缺失的情况,针对失真或缺失部分测井曲线的补全与生成问题,对测井领域知识和长短期记忆神经网络(LSTM)进行了研究,提出联合领域知识与深度学习的测井曲线重构模型(DK-LSTM)。利用测井领域知识中的地层岩性特征指数筛选数据得到高质量的训练样本,并将其作为深度学习重构测井曲线的依据;构建并训练带有领域知识约束层的长短期记忆神经网络模型;基于测井曲线间的强依赖关系在重构模型中引入注意力机制,进而生成并补全测井曲线中失真或缺失的信息。实验结果表明DK-LSTM测井曲线重构模型较标准长短期记忆神经网络和串级长短期记忆神经网络具有更准确的预测效果,为测井曲线重构提供了一种新思路。

基于自寻优和交叉寻优的量子优化算法

为提高群智能优化算法的搜索能力,提出了一种量子优化算法。该算法基于量子位Bloch坐标,将种群分为最优个体和普通个体两部分并进行不同处理,对于最优个体,通过使所有量子比特在Bloch球面上绕着坐标轴多次旋转,生成多个新个体,并采用贪婪搜索策略选择最优个体;对于普通个体,将当前个体的量子比特向着随机交叉确定的目标位置旋转,生成新个体,并在当前个体和新个体之间通过贪婪选择以实现当前个体的交叉寻优。函数极值优化的仿真结果表明,所提算法在优化能力上,优于简单量子遗传算法、普通遗传算法和人工鱼群算法,从而验证了算法的有效性。该算法在高维能很好地避免陷入局部最优值,具有快速收敛性和良好的全局搜索能力,实验结果揭示出采用量子计算设计优化算法进而提升搜索能力的研究思路是可行的。

北部湾棱皮树蛙外周血细胞显微结构观察

本文以人们极少关注的两栖动物北部湾棱皮树蛙(Theloderma corticale)为研究对象,采用瑞氏-姬姆萨混合染色法与血细胞计数法观察并统计了北部湾棱皮树蛙外周血细胞的形态特征和数量比例。结果显示,北部湾棱皮树蛙的外周血由红细胞、嗜中性粒细胞、嗜碱性粒细胞、嗜酸性粒细胞、淋巴细胞(包括大、小淋巴细胞)和单核细胞、血栓细胞7种细胞组成。其中,红细胞的数量最多,平均含量为2.43×10^5个/mm3,多呈椭圆形或卵圆形,少数呈泪滴形、梨形、逗号形、梭形,具椭圆或圆形核,核染色质密集,偶尔可观察到正在进行直接分裂或有丝分裂的红细胞。白细胞的数量比红细胞少,平均含量为1.74×10^4个/mm3,其中,小淋巴细胞占40.02%±1.77%、大淋巴细胞占10.83%±2.53%、单核细胞占23.17%±3.16%、嗜中性粒细胞占10.08%±4.62%、嗜碱性粒细胞占9.25%±2.69%、嗜酸性粒细胞占6.72%±1.50%。血栓细胞呈纺锤形和梭形,常单独存在,或者呈圆形和不规则圆形,数个集合在一起。

三种不同科属蛙类外周血细胞的比较

采用快速瑞氏-姬姆萨(Wright’s-Giemsa’s)染色法对斑腿泛树蛙(Polypedates megacephalus)和沼水蛙(Hylarana guentheri)的外周血细胞进行观察,并与北部湾棱皮树蛙(Theloderma corticale)已有的数据进行了比较。结果显示,三种蛙的血细胞均由红细胞、白细胞和血栓细胞组成,三种蛙的血细胞在形态结构上具有一定的共性,但在形态大小、数量上差异显著。沼水蛙的红细胞长径和短径均显著大于其余两种,分别为(23.56±2.78)μm和(14.25±1.62)μm;3种蛙的嗜中性粒细胞和小淋巴细胞在大小上没有明显差别,但北部湾棱皮树蛙的嗜酸性粒细胞和嗜碱性粒细胞的长径、短径均显著大于其他两种蛙。北部湾棱皮树蛙的红细胞数量显著少于其余两者,为(24.33±9.46)×10^(4)/mm^(3);斑腿泛树蛙白细胞数量显著少于其余两种蛙,为(1.40±0.40)×10^(4)/mm^(3)。这些差异的产生可能与其生活环境以及生活习性有关。