基于模式约束的油层单元智能自动对比方法——以渤海湾盆地史南油田史深100区块加积式地层对比为例

针对基于数据驱动的地层自动对比方法难以适应侧向沉积相变快及地层厚度差异大的油层单元自动对比这一问题,建立基于模式约束的油层单元智能自动对比方法。该方法提出在油层单元自动对比中引入知识驱动,采用地层发育模式约束油层单元自动对比过程,并将地层模式约束思想引入构建的相似性度量机及改进的条件约束动态时间规整算法,实现了对标志层及各油层单元界面的自动对比。渤海湾盆地史南油田史深100区块的应用表明:与人工对比结果相比,该方法标志层识别吻合率高于95.00%,油层单元识别平均吻合率达90.02%;与已有自动对比方法相比,油层单元识别平均吻合率提升约17个百分点,有效提高了油层单元自动对比精度。

带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究

针对在动态脑功能网络的模块化属性研究中,Louvain算法因过度追求模块度值最大化而导致的动态脑功能网络模块辨识度不高的问题,提出了一种带时间约束的Louvain算法。该算法以整个数据采集区间上的模块度值分布为依据构建迭代结束条件,以时间约束来达到模块在规模和数量上的均衡,从而保证模块划分更加合理。将本文算法用于静息态脑功能的模块划分实验时,对比结果显示,与原Louvain算法相比,带时间约束的Louvain算法能够得到更为合理的模块化结果,并可以观测到动态脑功能网络中小规模的模块结构。而采用本文算法用于健康人和自闭症患者的动态脑功能网络模块度对比实验,能够揭示两者在模块化上存在显著差别,从而验证了本文算法的有效性。

计算机通信网络实时通信研究

计算机通信网络在信息社会已成为一种主流技术,网络通信的实时性能和网络的服务质量(QoS)一直是人们研究的核心技术.为了探索解决这一问题,首先就计算机网络的实时通信特点做了分析,站在系统的这一高度分析计算机网络通信的时间约束条件,对LAN和Internet的实时性能分别做了分析评价研究,得出了有一定实用价值的结果.