地层精细划分下的储层岩石学特征三维建模分析

可信度低的储层岩石学特征三维模型,会使得三维模型的应用价值下降。针对上述问题,构建地层精细划分下储层岩石学特征三维优化模型。选择Petrel软件作为储层岩石学特征三维建模工具,从钻井、沉积相、孔隙水等多个方面准备数据样本;模拟储层成岩与演化过程,设计地层结构精细划分标准,精细划分储层结构;从岩石颜色、矿物组分和沉积构造3个方面,分析储层岩石学特征,求解孔隙度、渗透率、含油饱和度等特征属性;按照优化设计的离散型变量和连续型变量,得出储层岩石学特征三维建模结果。通过模型验证实验得出结论:优化设计的储层岩石学三维模型的拟合度以及特征属性误差均满足预设要求,即构建的三维模型具有较高的可信度。

粗精选策略二进制灰狼优化算法用于红外光谱特征选择

由于分子结构的高相似性,烃类气体混合物中各组分红外光谱谱峰重叠严重,导致浓度的精确监测一直是化学计量学的难题。为了应对这一挑战,提出一种粗精选策略二进制灰狼优化(RSBGWO)算法,用于优选红外光谱特征,建立高精度定量分析模型。该方法以交叉验证下光谱定量分析模型的均方根误差(RMSECV)平均值作为适应度函数值。在粗选阶段,进行第一次全局迭代,更新α狼、β狼和δ狼所选特征变量的位置信息;在精选阶段,结合α狼所选的特征变量以及剔除α狼未选中特征变量位置后的β狼和δ狼特征变量,更新狼群位置信息,逐步降低RMSECV值,提取为全局最优特征波长,并引入非线性收敛因子加快收敛速度。该算法在采集的359个混合烷烃气体样本的红外光谱数据集上进行了实验测试并验证了所提算法的效果。与bGWO和bPSO特征提取算法比较,基于本文提出的RSBGWO算法建立的MLR模型在分析甲烷、乙烷、丙烷和二氧化碳气体浓度时,特征选择数量均降低了96%以上,预测均方根误差(RMSEP)均低于数据采集过程中所使用的配气系统的仪器误差,相对预测偏差(RPD)均提高了15以上。相对于全谱建模的MLR模型和PLS模型,基于RSBGWO算法建立的MLR模型和PLS模型的预测精度有显著增高,预测效果对定量分析模型的依赖性降低了。实验结果表明,提出的方法具有优秀的红外光谱特征提取能力,能够明显提高定量分析模型的预测效果。该方法能够促进光谱检测技术在生物制药、食品化工、油气勘探等领域的应用,尤其是在含同系有机物混合物的应用场合。

雷达信号细微特征时频分析法

介绍了时频分析的方法 ,针对雷达信号 ,论述了时频分析在提取调频信号的调制斜率、起始终止频率以及频率编码信号的编码规律中的应用 ,最后给出了仿真结果。

细煤粉燃烧特性的热分析研究

采用热天平研究了细化鹤岗煤样的燃烧特性,分析了粒度、升温速率和氧气浓度对细化煤粉燃烧特性的影响。结果表明:在氧气充足,较慢的升温速率,粒度低于60μm的条件下,小粒度煤粉的燃尽性能优于大粒度煤粉,并且粒度的增加可使细煤粉的综合燃烧特性变差;升温速率的提高可使细煤粉的最大失重速率增大,最大失重速率对应的温度升高,有利于改善细煤粉的燃尽性能和综合燃烧特性;氧气浓度低于20%时,氧气浓度的增大可以改善细煤粉的燃尽特性和综合燃烧特性。

阵列雷达鸟类回波信号精细建模与特征分析

全国机场接连出现无人机"黑飞"扰航事件,而飞鸟成为无人机目标探测和识别的主要干扰,对其回波特性进行有效分析具有重要意义。提出了一种考虑鸟类实际电磁散射特性的回波信号精细建模方法。利用多层快速多极子算法计算3种典型扑翼姿态下的鸟类雷达散射截面积(RCS),根据鸟类目标运动特性设置扑翼姿态变化,与阵列天线鸟类回波信号模型相结合,实现任意观测点各通道鸟类回波信号的精细建模。实验结果表明,鸟类目标RCS因观测角度不同会有较大差异,侧方RCS值较前方和后方更大。考虑鸟类目标电磁散射特性的回波信号精细建模能够实现鸟类目标的精细化描述,所提方法为研究鸟类目标回波特性提供了参考。

基于产品特征树和LSTM模型的产品评论情感分析

[目的/意义]从产品评论数据挖掘角度出发,研究多层次、细粒度评论倾向性分析问题,为企业提供更全面的产品改善意见.[方法/过程]提出一种基于产品特征树和LSTM模型的产品评论情感分析方法.该方法结合行业产品特点和依存句法分析结果,通过特征类别、层级和特征表述词构建产品特征树;在此基础上,根据用户评论分句及其所包含的产品特征词汇,运用深度学习LSTM模型进行评论分句情感识别和产品特征情感分布计算.[结果/结论]利用真实汽车产品评论数据集进行试验检验,结果表明该方法情感分类准确率高,可实现面向产品特征层级的多粒度情感分布测算.[局限]产品特征树构建需要人工参与,方法模型的普适性有待进一步检验.

教材在线评论的情感倾向性分析

为了充分挖掘和应用电子商务网站中的教材评论信息,运用细粒度的情感分类算法对用户的在线评论进行分析,基于教材特征级的情感分析结果,辅助潜在客户和商家做出合理有效的决策.本文首先使用爬虫采集教材的在线评论文本,对其进行去噪、分词和词性标注等预处理;然后分析产品特征,在通用情感词典的基础上扩建领域情感词典;最后基于句法分析结果,结合教材评论的语言特性,设计适合教材评论的情感倾向性分析算法,并通过实验验证了算法的有效性.

基于特征聚类的网络评论信息挖掘研究

网络评论中的信息特征及情感倾向是一种重要信息,文章针对有的中文产品评论信息挖掘存在的不足,提出了一种基于词汇共现性的产品特征聚类技术与细粒度情感分析技术。在产品评论中,同类的产品属性会有多种多样的表述方式,文章将产品评论中的产品特征进行归类,且与以往基于句子的整体情感分析不同,提出了针对产品特征的更细粒度情感分析技术,并且对没有相应情感倾向的属性词做出合理处理。

脉内分析综述

从电子对抗中雷达信号侦察的角度出发,介绍了现代采用的五种分析方法——时域、频域、调制域、谱相关和时-频分布,并对这五种方法进行了简要的原理分析,分析表明它们是侦察雷达信号的有效手段。最后对雷达诱饵为保护雷达所应具有的信号特征提出了一些看法。

雷达信号脉内细微特征参数分析

介绍了基于正弦波频率估计的脉内特征参数估计方法,并与数字正交法相结合,解决了编码信号频率估计模糊问题。对单频信号、线性调频信号、二相编码信号、四相编码信号进行了脉内特征分析,给出了仿真结果。

通信信号分析工程应用关键技术

介绍了非协同方式下工程上通信信号事后分析的总体框架及流程,重点讨论了通信信号分析中的参数测量、调制识别、细微特征分析、信道盲均衡、解码、跳频分析等关键技术以及工程应用上的实际问题和解决方法。

面向微博短文本的细粒度情感特征抽取方法

结合TF-IDF方法与方差统计方法,提出一种实现多分类特征抽取的计算方法。采用先极性判断,后细粒度情感判断的处理方法,构建细粒度情感分析与判断流程,并将其应用于微博短文本的细粒度情感判断。通过NLP&CC2013评测所提供的训练语料对该方法有效性进行验证,结果表明该方法具有较好的抽取效果。

细粒度情感分析的酒店评论研究

酒店在线评论细粒度挖掘具有重要研究意义。以酒店在线评论具体特征属性和情感分类为研究目标,应用Apriori算法和情感词典匹配算法,对重庆雾都宾馆在线评论数据深入挖掘,挖掘出用户最关注的酒店十大特征和满意度结果,进一步挖掘出商务出差等五种不同出游类型人最关注的酒店五大特征和满意度结果。这种方法不仅能对酒店领域评论进行分析,同样能够应用于其他领域。

一种融合语义分析特征提取的推荐算法

推荐系统是大数据环境下解决用户个性化推荐的关键技术.针对现有推荐算法所面临的难以分析提取用户、项目本质特征的问题,将知识图谱作为异质信息融入协同过滤推荐算法进行项目语义特征分析,提出一种融合语义分析特征提取的推荐算法.首先根据推荐平台中项目的非结构化评论文本信息,结合知识图谱利用实体识别与连接技术在知识库中提取项目特征相关实体与关系,构建子知识库;然后通过知识图谱表示学习方法对子知识库进行表示学习,并将其用于项目和用户的低维向量表示;设计知识感知的协同学习框架,定义损失函数优化用户、项目的细粒度特征向量;最后根据用户、项目表征结果对目标用户进行Top-N推荐.在2个数据集上进行验证实验,结果表明:改进的算法在推荐准确率、召回率方面优于对比算法,能够为用户推荐更符合其偏好的项目.

一种利用语义相似特征提升细粒度情感分析方法

情感分析主要研究人们正面或负面情感的表达。随着网页文本的爆炸式增长,情感分析在学术研究和实际应用中都成了热门话题。细粒度的情感分析方法通常采用两步策略,从而极易产生自底向上的层叠错误问题。为了解决这个问题,研究者们提出了一种基于马尔科夫逻辑的细粒度的情感分析联合框架。其中最常用的传统全局特征是自底向上和自顶向下特征。为了更好地提升细粒度情感分析的联合学习能力,一种新的语义相似特征被提了出来,中文情感分析数据集上的实验证明,此特征能对情感分析联合框架带来极大的改进。

基于词特征与语义特征的评价对象识别

网络评论短文本的细粒度情感分析是文本挖掘的研究热点,评价对象作为细粒度情感分析的基础,在识别文本过程中具有重要作用,如何充分利用上下文信息并对其进行有效表示是评价对象识别的难点所在。提出一种结合词特征与语义特征的评价对象识别方法。针对商品评论语料,使用条件随机场进行评价对象识别,在词特征、依存句法特征的基础上引入语义特征,并将各特征进行组合,以充分利用上下文信息,提高评价对象的识别准确性。在手机评论和酒店评论2个数据集上进行实验,结果表明,该方法的识别准确性较高,且F值分别高达75.36%和82.64%。

基于复杂驾驶环境下面部特征识别技术的防疲劳驾驶系统

本课题阐述基于面部特征识别技术的防疲劳驾驶系统研究、开发。通过后台管理系统进行大数据分析,研究驾驶员疲劳规律、预测驾驶员可能出现的疲劳,方便管理人员有针对性的重点关注"常疲劳"的驾驶员,实现精细化管理,尽早预防、尽量避免疲劳驾驶,为行车安全把好关。

细粒度情感分析研究综述

[目的 /意义]对细粒度情感分析研究进展进行调研和总结,探讨其关键问题、关键技术及未来研究趋势。[方法 /过程]采用文献调研方法,从不同粒度层次的情感分析视角,对粗粒度情感分析到细粒度情感分析的演进过程进行阐述,对细粒度情感分析的实现技术和方法进行归类总结。[结果 /结论]总结细粒度情感分析的两个重要问题:情感词抽取和评价对象属性抽取。本研究有助于了解现阶段细粒度情感分析研究的关键问题及关键方法。

苏里格南部地区地震储层预测技术研究——以盒8段为例

苏里格南部地区是近年来勘探评价的重点地区.该地区上古生界沉积体系、下古生界奥陶系风化壳和古隆起台缘斜坡礁滩相沉积体系中均孕育着巨大的天然气产能,成为鄂尔多斯盆地天然气勘探开发的战略接替区.研究区目标层埋深大,储层厚度小;下古生界地层间波阻抗差异小,地层反射能量弱,分辨率低.针对这些难点,本文利用精细闭合差技术刻画目的层,采用波形特征分析、叠前反演等方法精细描述目的层的构造形态并预测砂体厚度,采用谐振法对目的层进行含油气检测.研究结果表明:研究区北部砂体厚薄变化相对较快,而南部总体砂体厚度变化较小.根据砂体厚度分布、有效砂厚与试气成果对盒8段进行有利区评价,有利勘探目标约为7505 km^2,其中Ⅰ类面积约为4729 km^2,Ⅱ类面积约为2776 km^2,预测结果为钻探井位提供了准确依据.