地面和航空放射性钍归一化数据与地下油藏的关系

运用地面和航空伽马射线谱测量寻找赋存在地层和构造圈闭中的石油矿产这一新的勘探方法已研究成功。使用钍归一化处理方法对钾和铀数据进行改正可压制岩性和环境因素所造成的干扰。在油田上方，归一化钾显示出低值特征，而归一化铀相对于钾而言则在油田上显示出高值特征，在油田之外显示低伍特征。笔者把异常形成的原因归结为微生物吸收微渗透碳氢化合物的结果。对涉及美国６个州和７０６个油气田的航空伽马射线谱数据的研究结果表明，其中７２．７％的油气田上有归一化钾和铀异常显示。同时，在研究区２６００ｋｍ￣２范围内新发现２７个未经证实的类似异常。在美国，包括阿拉斯加和澳大利亚大量的潜在油气田区都有航空伽马射线谱测量数据。对澳大利亚两个盆地的初步试验也表明，放射性异常区与已知油气田有正相关关系。自从１９８８年以来，笔者对地表放射性数据的研究配合土壤碳氢化合物和土壤磁化率测量在得克萨斯州Ｃｏｎｃｈｏ县发现了４个油气田。

基于数据归一化原点矩约束最大熵原理的小样本数据测量不确定度评定

测量检验是生产制造的重要环节,测量不确定度是测量质量的重要评价指标,表征测量数据的分散程度。最大熵原理常用于测量不确定度评定,基于最大熵原理获得测量样本数据的概率密度函数,能够避免主观因素,反映数据客观的分布情况。小批量生产中获得的测量数据往往较少,在小样本数据下,基于原点矩约束最大熵原理求得的测量不确定度不够准确可靠。针对这一问题,提出基于数据归一化原点矩约束最大熵原理的小样本数据测量不确定度评定方法,并通过数值仿真和应用案例验证所提测量不确定度评定方法的有效性。

基于中医四诊、西医检验和生物信息的多类型传感器数据归一化分层处理架构的研究

在传感器技术、电子信息技术、5G网络、机器学习等技术高速发展的时代背景下,中医四诊数据,西医临床检验数据和生物信息数据的积累也随之呈指数式增长。本文针对3类异构数据的高效处理问题,围绕各类传感器的采集原理进行深入分析,探索建立一种多类型医用传感器数据归一化分层处理架构。此架构分为3层:基于时间轴的医用传感器集群层,多模态数据协议转换、安全传输层,医用传感器数据湖、专题库及API接口层。通过此架构可完成数据采集后的时间序列机器标注、协议转换、组网通信及安全传输、数据粒度的降维升阶、分层特征提取、实体关系建模等任务,旨在实现3类异构数据的归一化处理,为后续实现疾病画像、活态知识图谱、疾病全方位智能诊疗算法及建立中医、西医、生物信息3类数据的分层特征关联网络提供前期基础。

基于归一化控制器的光伏图像无监督域适应缺陷检测

为解决在太阳电池数据集域偏移问题,提出一种针对动态开放场景下光伏缺陷检测的数据归一化控制器(DNC),以提高网络的域适应能力。在测试阶段,该文的DNC方法通过修改模型参数,根据小批次样本数据(0.5%)来实现领域统计纠正。DNC可将目标域产生域偏移的数据映射到与源域数据相同的分布空间,而无需提前标注数据或访问目标域的全部数据。实验结果表明,DNC能显著提高目标检测模型对域偏移数据的适应能力。仅使用少量未标记的目标域数据(少于0.5%)就可在分布外数据上获得显著的性能提升,同时不会降低模型的预测速度(FPS)。

基于遗传规划和数据归一化的变压器故障诊断

提出了一种基于数据归一化和遗传规划的分类模型,并将其应用于变压器故障诊断中。该模型以变压器的DGA数据为评价指标,先用数据归一化方法对原始数据进行预处理,以消除不同属性之间的量纲的影响;然后将处理后的数据用遗传规划算法进行训练,得到相应的分类器,并构建变压器故障诊断的二叉树模型。利用该诊断模型对121组能反映出各种故障而又不冗余的变压器DGA数据进行学习,对另外100个实例进行诊断,取得了很好的效果,实验证明该模型是高效可行的。

基于RPROP算法目标识别的数据归一化研究

在复杂的目标识别问题中,高维数的待识别数据往往存在较大的数值差异,导致神经网络分类器学习速度变慢甚至不收敛,因此需要对数据进行归一化处理。文中以回弹后向传播算法在目标识别中的应用为背景,系统深入地研究了BP算法网络输入数据归一化方法,详细讨论了6种归一化方法的特点和应用范围。使用4类目标的仿真数据、5类飞机的暗室测量数据和UCIdata数据库的部分数据集进行实验,以数据未经归一化时作参考,分析比较了这6种归一化方法对网络学习性能的影响。结果表明:归一化能消除不同特征分量间的数值大小差异,改善网络的学习性能,其中分量白化方法效果好、概念直观,可作为通用的归一化方法。

基于粗集理论的气测录井数据归一化处理

在现代录井工程中,地质情况的不同、钻井工艺的优差等诸多原因都会影响气测录井资料的录取。即使在同一地区、同一层位进行钻井勘探,测量的气测资料结果也会存在很大差异。可想而知如果在不同的地区、不同的层位进行勘探会导致测量气测资料变得更加困难与复杂。因此,快速、有效的规范气测资料及参数选择是现代录井工艺与油气层识别技术中至关重要的步骤。针对RBF神经网络算法具有收敛速度慢且不稳定等缺点,无法有效处理气测录井资料,文中提出了一种基于粗集理论的归一化处理方法,利用粗集理论对气测样本数据归一化处理后提高了RBF神经网络的训练速度。为了验证方法的可行性,以辽河油田的气测录井数据为背景进行仿真计算,实验结果表明此方法有效地提高了RBF神经网络处理气测录井数据速度。

海面图像单应的估算及数据归一化方法

根据海面图像的单应进行距离估算对于海洋工程具有重要意义。结合导管架入水参数观测问题,提出一种海面图像单应的估算方法。该方法以导管架上表面为参考平面,依据其单应矩阵及它与海平面之间的夹角计算出海面图像的单应。重点介绍了根据特征直线计算平面单应矩阵时的数据归一化方法。通过实验分析了这种归一化方法对平面远处距离估算的影响,并根据现场图片中的距离估算误差说明了在实际应用中的效果。该方法可以应用到多种海洋观测当中。

SVM训练数据归一化研究

数据归一化是训练支持向量机（SVM）必须的数据预处理过程．常用的归一化方法有[-1，＋1]、N（0，1）等方法，但现有文献尚未发现关于这些常用归一化方法科学依据方面的研究．本文以经验性的实验对数据归一化的理由、归一化与不归一化对训练效率和模型预测能力影响等方面开展研究．论文选择标准数据集，对原始未归一化、不同方法归一化、人工逆归一化、任选数据属性列等情况下的数据分别进行了SVM训练，并记录目标函数值随迭代次数的变化、训练时间、模型测试及k-CV性能等信息．实验结果表明，将数据值限制在常规范围内的归一化方法，如[-0．5，＋0．5]-[-5，＋5]、N（0，1）-N（0，5）等均能在训练时间最短的情况下获得最佳的预测模型．本文工作为SVM以及一般机器学习算法的数据归一化提供了科学依据．

加速寿命试验在产品变工况下退化数据归一化中的应用研究

基于加速寿命试验中紧缩失效阈值和加速因子的计算方法,提出虚拟失效的概念,通过建立工况折合因子关于性能退化量的函数关系,并利用工况折合因子对每一性能退化量所对应的时间进行修正,达到对产品不同工况下性能退化数据的归一化处理,为变工况下的实时可靠性评估与寿命预测提供技术支撑。

不同回线瞬变电磁测深数据归一化校正

瞬变电磁法是电法勘探的一种常用方法,大定源回线装置是瞬变电磁法勘探中常用装置,工程中根据不同的勘探深度选用不同的发送回线。不同发送回线测得的数据存在系统误差,当两种回线测深数据对接时,如何消除系统误差,进行定量解释,是摆在我们面前的一个现实问题。文中结合一个实例,给出了对两种回线所测数据进行归一化校正的方法,对进一步的地质解释具有积极意义。

应用泰森多边形的矢量地理数据零水印算法

传统嵌入式水印算法会对原始数据的精度造成影响,为满足高精度矢量地理数据版权保护需求,本文提出了一种应用泰森多边形的矢量地理数据零水印算法。首先,对矢量地理数据进行归一化预处理,采用Douglas-Peucker算法提取矢量地理数据的特征点,并构建特征点的泰森多边形;然后,根据每个泰森多边形与相邻多边形周长的大小关系,确定其特征位为1或0,运用泰森多边形周长与原始水印之间的哈希映射值,确定该特征位在序列中的位置,特征序列中每一位可能会有多个不同的特征位对应,利用投票原则确定该位置的最终值;最后,将特征序列与置乱后的水印图像序列进行异或运算,生成零水印。研究表明,该算法能够抵抗平移、缩放、旋转、裁剪和简化等常见攻击手段,具有较强的鲁棒性。这可为高精度矢量地理数据版权保护提供技术参考。

面向智能立项平台的数据预处理体系研究

为了提高电网科学化和智能化管理水平,安徽省国网公司建立智能立项平台,打通SCADA、PMS和自然灾害监测系统的数据屏障,提供智能化和科学化的立项决策。同时针对智能立项平台,建立其数据预处理体系。首先,利用3-σ方法甄别数据中的异常值,并利用k最邻近算法进行异常值替换和缺失值填充。然后,对多时间尺度数据进行整理完成数据集成,并利用Min-Max归一化实现数据归一化。最后,通过实际电力运行数据检验了体系的有效性。数据预处理体系可以有效提高数据质量和可靠性,提高电网公司数据挖掘的质量。

基于自注意力和门控循环神经网络的雷达回波外推算法研究

为提升现有神经网络对雷达回波序列的时、空特征提取能力,建立外推性能更优的时、空序列预测模型,开展雷达回波外推算法改进研究。基于深圳市气象局与中国香港天文台共同建立的雷达回波数据集,在数据处理层面,通过改进对雷达回波图像序列归一化的方法,提升了常用的5种时、空序列预测模型对强回波的预测水平;在模型算法层面,将两个联立的自注意力结构引入ST-LSTM结构,组成新的循环门控单元,并将这些循环门控单元进行堆叠,建立ST-SARNN模型。选用CSI和POD作为精度评价指标,进行模型对比分析得到:(1)改进的归一化方法提升了近几年内常用的5种时、空序列预测模型对强回波的预测水平。(2)加入自注意力的ST-SARNN模型对雷达回波的预测性能显著优于ConvLSTM、PredRNN和MIM等模型。改进的归一化方法能改变样本数据分布,并在一定程度上提升模型外推性能;自注意力结构能够有效挖掘雷达回波序列的时、空特征,进而改进神经网络的外推表现。

BP神经网络在缺失数据估计中的应用

由于飞行参数记录系统所记录的数据很容易被污染,所以对飞参数据进行预处理已显得十分重要,而预处理的一项重要内容就是对缺失参数数据进行合理且有效地估计,真实地反映飞行器当时的状态。通过分析神经网络理论和飞参数据特征,提出了一种基于BP神经网络的缺失数据估计的方法,有效地解决了目前飞行参数记录系统记录数据时缺失数据的问题。利用某型飞机真实的数据进行仿真,结果表明了这种方法是可行且有效的。

面向三维导航的智能终端传感器数据处理技术

针对智能终端传感器在三维场景导航交互中不稳定问题,提出了一种基于可变平滑归一化模型的传感器数据处理算法。根据传感器数据特点和不同滑动平滑模型数据处理的特性,将不同平滑模型进行组合,并实现平滑窗口可变;同时,运用归一化算法,对数据进行等距处理。在基于终端的三维导航交互系统的实验结果表明,所提算法对传感器低频数据处理后,数据标准方差减小了71.3%,明显地减少了数据扰动;对高频数据处理后,数据标准方差减小了7.9%,有效地保留了信号特征。所提方法能够提高智能终端在三维导航交互中的稳定性和连续性。

黑杨受拉木纤维细胞组分及孔隙分布拉曼光谱成像数据研究

倾斜阔叶木枝干弯曲部位的上端在拉伸应力影响下通常会形成受拉木。区别于受拉伸部位下方的对应木,受拉木细胞壁通常会出现理化特性变异的现象,主要归因于细胞次生壁内侧胶质层的形成。采用透射电子显微成像技术揭示了黑杨受拉木与对应木纤维细胞壁分层结构特点,并借助532 nm共聚焦显微拉曼光谱成像(空间分辨率约为0.5μm)及图像叠加技术在原位状态对比了受拉木与对应木纤维细胞壁主要组分分布规律、分布相关性以及细胞壁水平的孔隙分布特点。通过纤维素、半纤维素及木质素—CH非对称伸缩振动(2942 cm^(-1))特征峰峰面积积分成像成功地区分出受拉木与对应木纤维细胞壁各个亚层。在此基础上采用数据归一化处理实现平均拉曼光谱中纤维素(1094 cm^(-1))与木质素(1598 cm^(-1))、木聚糖(904 cm^(-1))与木质素(1598 cm^(-1))特征峰成像叠加,结果表明相比于临近的次生壁及胞间层,受拉木胶质层含有更高浓度的纤维素;与对应木相比,受拉木纤维素和木聚糖浓度在整个细胞壁形态区域呈增强趋势,木质素浓度在次生壁区域有所增强。相邻细胞壁线扫描分析结果表明沿着细胞腔向复合胞间层区域过渡时纤维素、木质素及木聚糖的浓度均呈现明显的区域选择性及梯度变化规律。特征峰积分成像得出受拉木胶质层孔隙结构最为丰富,但其次生壁及胞间层区域孔隙分布程度较对应木低。以上研究结果有助于深化对受拉木特殊理化特性及形成机制的理解,同时拓展了显微拉曼光谱技术在植物细胞壁孔隙结构研究领域的应用。

多尺度遥感数据按需快速处理与定量遥感产品生成关键技术2013年度报告

该课题重点解决全球陆表综合观测多源遥感协同反演与多尺度定量遥感产品生成的重大关键技术,建立全球陆表综合观测的定量遥感产品技术体系,集成开发新一代全球综合观测陆表定量遥感产品生产原型系统,形成全球高精度、多尺度共性定量遥感产品生产能力,推动共性定量遥感产品在我国矿产、森林、水、粮食等资源环境监测的应用,为实现全球资源环境遥感监测的业务运行服务提供技术支撑。在全体人员的共同努力下,今年该课题在以下几个方面取得了重大进展:(1)初步建立了共性定量产品生产技术体系,包括共性产品的生产技术体系、共性定量遥感产品生产技术标准规范、制定了多尺度数据的全球剖分标准等;(2)多源多尺度遥感数据归一化处理关键技术取得突破,发展了中高和中低两个不同尺度上的几何、辐射归一化技术,发展了多种数据的光谱归一化技术,发展了中高分辨率数据大气校正技术等;(3)多源遥感协同高精度定量反演关键技术攻关取得突破,确定了几类共性定量产品的卫星数据组网方案,在辐射收支、植被结构与生长状态、水热通量、冰雪参数等方面都取得了关键技术突破,形成了部分产品的软件模块;(4)初步搭建了共性定量遥感产品生产原型系统软硬件环境,完成了中高分辨率遥感数据的归一化处理技术集成,完成了数据库分系统、运管分系统的研发,完成了30 m分辨率共性定量遥感产品生产算法的集成,形成了中高分辨率数据处理能力与30 m分辨率共性定量遥感产品的生产能力;(5)共性产品试生产与应用示范:利用该课题研发的算法为应用课题生产了部分共性定量遥感产品,并在鄱阳湖地区开展了初步的应用示范;(6)在国内外学术期刊上发表了27篇论文,其中SCI论文10篇,申请了国内发明专利5项。

多传感器数据融合的火灾探测报警系统设计

给出了一种低成本、易安装的远程无线传感器火灾监测与报警系统的设计方案以及数据融合处理方法.采用典型感温探测器和一氧化碳传感器,以ZigBee透传模块组网,监控节点模块化和冗余设计.监测现场数据经节点、路由器汇集到协调器后,由GPRS DTU远程传输,远程上位机采用Cortex A8嵌入式系统,实现监测节点的轮巡和故障管理.

混凝沉淀过程机理分析与数据预处理研究

论述了自来水投药混凝沉淀过程机理,并根据历史数据分析了影响混凝沉淀过程的主要影响因素。叙述了采集数据预处理过程中常用的数字滤波方法,并根据浊度仪、pH计此二仪表的独特特征,提出了改进的多限幅滤波加滑动平均滤波的复合方法。同时还对不同性质的变量的数据归一化方法进行了论述,提出了全数据范围的改进数据归一化方法。文中通过具体的仿真实验运行证明,上述多限幅滤波加滑动平均滤波的复合方法与改进数据归一化方法是正确的和可行的。这对于混凝沉淀过程的神经网络建模研究提供了真实的样本数据,同时对于其他过程采集数据预处理的方法具有重要的参考价值。