超大数据量的快速排序法

在超大数据量情况下 ,传统的排序方法及分组优化法由于其自身的算法限制 ,难以更有效地提高排序效率。为此 ,作者在本文中提出了一种快速排序法 ,该方法的基本思路是用特殊设定的不同分界值把整个数据区域分解成尽可能多的小单元 ,每个数据通过与不同分界值的对比迅速归位于相应的单元内 ,然后对各单元内的数据进行排序 ,按序连接各单元 ,最终达到排序的目的。与分组优化法的计算工作量大小对比及试算结果 ,充分表明了该方法的算法可行 ,计算量少 ,排序速度更快等优点 ,特别适用于超大数据量情况的数据排序。

物化探综合异常模糊分级评价及识别

针对物化探综合异常反映出的高维空间复杂结构和相互之间复杂关系等现象,通过对多维信息的降维处理,提取综合异常的特征参量,建立了表述物化探综合异常的初始模型。以模糊数学为手段,对已知区的综合异常进行模糊分类评价,建立了物化探综合异常评价模型。利用人工神经网络,通过学习建立识别系统,对未知综合异常进行识别,完成了对复杂物化探综合异常的评价。实例表明,该评价方法是合理可行的。

电测深中含一阶贝塞尔函数积分的计算方法

本文给出了物理勘探中计算含有一阶贝塞尔函数的广义积分的解析解的一种方法 ,结合实例 ,将计算结果与传统方法的计算结果作了比较 ,并进行了误差的估算和分析。

复杂条件下地面伽玛能谱资料归一化处理方法

在伽玛能谱测量中 ,因地形、地表湿度、地表物质、地质背景等不同因素的影响 ,使实测数据在平面上的分布出现局部间背景偏离和其它一些畸变现象 ,给资料分析带来诸多不便。解决此类问题的思路是采取分块平均值归一化处理 ,其特点是削弱局部非矿因素引起原始数据出现较突出的分块间量级差别 ,对原数据起到调平作用 ,数据准获复后既保持了原数据的集中特性 ,又使原有异常信息不失真。实例展示了归一化处理的有效性。该方法的使用应注意的主要环节是对全区进行合理的分块 ,这是能否取得较好效果的关键。

油气化探综合异常模糊划分动态聚类分级评价

通过选取描述油气化探综合异常的各种特征参量 ,借助模糊数学工具 ,利用最优聚类中心所具有的代表特征 ,建立分级指标 ,对油气化探综合进行分级评价。鄂尔多斯盆地油气化探综合异常的评价实例结果表明 ,利用油气化探综合异常各种特征参量进行动态聚类分级评价是可行的。

自然电位在油气勘探中的应用及其新生异常分析

本文通过对自然电位在油气勘探中应用实例的分析，肯定了自然电位法的实际效果。同时根据实测资料证实在已知采油区出现一种附加的自然电位负异常。为与油气藏引起的自然电位异常加以区别，提出了新生异常与原始异常的概念。进而通过实测资料对比，分析了新生异常与原始异常的差异，以及新生异常随开采时间而变化的现象。在此基础上，阐述了分析、研究新生异常及其特征的实际意义。

电测深和自电在陕北石油勘查中的应用

通过电测深和自然电位在陕北石油勘查中的应用实例，分析了各自的异常特征，并以其应用效果展示了它们在石油勘查中所发挥的作用，在此基础上对方法的有效性进行了评价总结。