陆相页岩储层簇内射孔数量对裂缝扩展规律的影响

由于陆相页岩储层的纹层页理发育,现场压裂施工发现其裂缝存在扩不高、延不远的现象,制约了该类储层的有效改造。遵循“控近扩远”的设计理念,在考虑储层横观各向同性力学性质、各射孔眼之间的流量分配、流固耦合共同作用,建立了陆相页岩水平井单簇裂缝扩展的数值模型。研究发现:裂缝近井筒复杂程度和裂缝高度均随着排量的增大而增大,随着单簇孔数的增加而降低;得到了对应不同排量下簇内孔数最优值,排量0.3 m^(3)/min时的最优孔数为8孔,排量0.5 m^(3)/min时的最优孔数为6孔,排量0.7 m^(3)/min时的最优孔数为8孔。

水平井射孔簇内支撑剂分布数值模拟

为研究水平井射孔簇内支撑剂的运移规律,建立了水平井筒几何模型,并采用欧拉双流体模型分析了不同注入流量、压裂液黏度和注入φ(砂粒)对支撑剂运移规律的影响。结果表明,在水平井筒中,支撑剂的分布向趾部偏移。增加注入流速能促进颗粒的分散,但会降低射孔内的均匀性;提高压裂液黏度能减缓颗粒沉降,有助于支撑剂的均匀分布;增加注入φ(砂粒)会增加井筒堵塞风险,因此选择注入φ(砂粒)<10%。此外,雷诺数与归一化标准差呈自然对数关系,较高的雷诺数有助于提高颗粒在射孔流出的均匀性。

ODIC-DBSCAN:一种新的簇内孤立点分析算法

长期以来,孤立点的检测一直聚焦于簇边缘的离散点,当聚类后簇的数目低于实际数目,或孤立点被伪装在簇内的情况下,簇内孤立点的判定则会更加困难.为判定簇内孤立点,提出一种基于密度聚类DBSCAN (Density based spatial clustering of application with noise)的簇内孤立点检测方法 ODIC-DBSCAN (Outlier detection of inner-cluster based on DBSCAN).首先在建立距离矩阵的基础上,通过半径获取策略得到针对该点集的k个有效半径Radius集合,并据此构造密度矩阵;然后建立点集覆盖模型,提出了相邻有效半径构造的覆盖多维体能够覆盖点集的思想,并通过拉格朗日乘子法求取最优的覆盖多维体数目之比,输出点比阈值组;最后重建ODIC-DBSCAN的孤立点检测方法,以簇发生融合现象作为算法终止的判定条件.实验通过模拟数据集,公开benchmark与UCI数据集共同验证了ODIC-DBSCAN算法,展示了聚类过程;分析了算法性能;并通过与其他聚类、孤立点判定方法的对比,验证了算法对簇内孤立点的判定效果.

基于簇内数据聚类算法的WSNs故障检测方法

能量是无线传感器网络应用中最宝贵的资源,由于节点能量消耗完毕死亡而导致网络瘫痪是一种典型故障。针对此故障形式提出了一种基于簇内数据聚类算法的故障检测技术,该方法利用无线传感器网络在按照地理位置进行分簇的基础上,通过采用数据聚类的方法,在能量不受限的汇节点处进行簇内数据再聚类,然后设置阈值进行故障检测。通过仿真实验证明,合理选择检测阈值,该方法在保持基于历史与邻居数据的节点自检测方法较高准确率的基础上,极大地减小了能量消耗,且明显降低了故障检测误警率。

无线传感器网络簇内优化的最小跳数路由算法

对无线传感器路由协议的发展过程进行了简要的概述,结合无线传感器节点能量有限的特点,在已有的分层网络模式下,通过对最小跳数路由算法的优化,将其应用于分层网络中的簇内路由,使传感器节点仅需记忆自己唯一的转发节点就可将数据转发至簇头节点,同时引入能量水平这一参数,对低能量节点进行了有效的保护。实验结果表明,此方法能够有效地达到节省节点能量和延长网络寿命的目标。

基于鱼群算法的无线传感网簇内信号盲检测

文中在无线传感网传输模型分簇的基础上,针对簇内信号盲检测降低误码率和提高收敛性问题,提出了一种基于人工鱼群算法的信号盲检测算法。该算法采用自下而上的设计,构造了人工鱼的基本模型以及其各行为的模型,不需要了解问题的特殊信息,只需要对问题解的优劣进行比较,用此模型解决无线传感网簇内盲信号检测的二次规划性能函数。仿真结果表明,算法具有全局收敛性好、收敛速度快、误码率低的优点,从而成功实现了簇内簇首传感器信号盲检测。

基于改进密度的簇内均值最小距离聚类算法

针对密度聚类算法在聚类过程中存在的参数设置敏感、收敛时间长等问题,提出了一种改进密度聚类算法。首先使用自定义密度公式计算样本密度,得出候选代表点集合;再选取与其它候选代表点距离之和最小对象为首个初始聚类中心,使用最大乘积法完成初始中心选择;在簇中心更新环节,将与簇内均值最小距离的对象作为该簇的临时中心,使用最小距离法划分样本至所属簇中;重复该环节,直到收敛。在UCI数据集上的测试结果表明,改进密度算法相对K-means算法和其它两种改进算法具有更好的稳定性、更高的聚类准确率和更少的聚类耗时。

基于簇内差异度的K-均值算法应用研究

研究发现使用均匀分布的簇内差异度来确定初始中心点并以此为基础进行聚类,可以提高K-均值聚类准确率和稳定性。将改进算法使用iris数据进行实验,结果表明改进后算法的聚类迭代次数显著减少且相对稳定,运行时间也有明显降低。运用改进的聚类算法对忻州师院学生的计算机课程考试成绩数据进行处理,并对考试成绩数据的聚类结果进行分析,进而给出针对各系学生计算机课的教学建议,同时针对各系学生的自我提升提出意见。

湿润皮簇内置术治疗Ⅲ度烧伤68例围术期护理

目的:探讨湿润皮簇内置术治疗Ⅲ度烧伤围术期的护理方法。方法:对68例Ⅲ度烧伤患者136个创面采用湿润皮簇内置术治疗,术前加强心理护理,做好术前指导;术中配合医生完成湿润皮簇内置术;术后密切观察病情,预防感染,加强营养支持。结果:创面甲级愈合128个(94.1%),乙级愈合8个(5.9%),无丙级及丁级愈合。68例患者均顺利出院。结论:对湿润皮簇内置术患者给予精心围术期护理,可确保手术成功,促进患者康复。

多跳分簇自组网络的最优簇内跳数分析

多跳分簇自组网络的网络规模扩展性差、开销大,簇内跳数的选取是影响分簇网络性能的关键。综合考虑路由层簇维护和媒体介入控制层调度的开销,利用硬核泊松点过程推导网络的干扰与容量,进一步建立网络吞吐量与信道利用率模型,以吞吐量最大化为目标,以信道利用率为约束,得到最优的簇内跳数。仿真结果表明,所建立的模型能有效反映簇内跳数、节点密度等参数对干扰强度、网络吞吐量和信道利用率的影响,簇内跳数的最优值取决于路径损耗系数和节点密度。

基于簇内分组的ECC密钥管理方案

根据椭圆曲线密码(Elliptic Curve Cryptography,简称ECC)体制,论文提出了一种逻辑簇内分组结构的无线传感器网络(Wireless Sensor Networks,简称WSN)的ECC密钥管理方案。方案将簇内节点逻辑划分成多个组,每个组共享不同的通信密钥,簇头实时掌握簇内每个组的通信密钥,簇内节点通过所在组的共享密钥与簇头通信,确保了通信的安全性。理论分析和仿真实验表明,本方案在保障密钥安全的前提下,有效地减少了密钥协商过程中的通信能量消耗,非常适合资源有限的大规模无线传感器网络。

基于簇内簇间相异度的k-modes算法

为提高k-modes算法的精度并解决初始簇中心选择问题,提出一种基于簇内簇间相异度的k-modes算法(IKMCA)。基于簇内簇间相似性对相异度系数进行改进,给出初始簇中心自主选择的具体方法。提出的簇内簇间相异度系数考虑特征值本身的相异性与其它相关特征对它们的区分性。提出的初始簇中心自主选择方法可以自动确定聚类个数和初始簇中心位置。实验结果表明,提出算法在聚类精度、纯度、召回率上均优于经典k-modes算法及其变体算法。

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。

无线传感器网络簇内可疑节点的博弈检测方法

针对无线传感器网络内部可能存在行为异常的可疑节点问题,在分簇路由协议的基础上,采用博弈方法通过簇内多个邻居节点对某一可疑节点进行判定,邻居节点产生的检测结果传输至簇头进行汇总.簇头节点统计结果并采用多数投票方式对可疑节点进行判定.为了保证数据传输的安全性,采用对称加密算法对各检测节点判定结果进行加密.若可疑节点是恶意节点,则该判定结果将在簇内广播,以达到隔离可疑节点的目的.为了更符合实际环境,在博弈模型判定时,考虑攻防双方节点的能量消耗.实验结果表明,该多检测节点方案能够较好地分析无线传感器网络中可疑入侵节点和检测系统之间的博弈关系,提高了对可疑节点判定的准确性.

保持覆盖的无线传感器网络簇内节点调度方法

为了延长无线传感器网络的生命周期,提高节点能量利用效率,将簇与节点调度相结合,提出了保持覆盖的无线传感器网络簇内节点调度。首先将网络分簇,然后每个簇内的节点,按节点号自小到大的顺序依次计算每个节点与簇内邻居节点的距离,并判断所有距离小于监测半径的邻居节点能否对自己实现圆周覆盖,从而判断自己是否是冗余节点。利用Matlab仿真表明,一方面该算法可以有效减少网络的能量消耗,延长网络生命周期;另一方面该算法的调度效率与网络节点密度以及节点监测半径都有密切关系。

一氧化氮合酶神经元在大鼠中脑导水管周围灰质和中缝核簇内的定位研究

研究用一氧化氮合酶组织化学方法对大鼠中脑导水管周围灰质和中缝核簇一氧化氮合酶阳性神经元的精确定位分布进行了系统的观察。一氧化氮合酶阳性神经元胞体和纤维主要密集分布于中脑导水管周围灰质吻段的背外侧核以及中段和尾段的腹外侧核 ,中缝背核以及线形核内也观察到大量的一氧化氮合酶阳性胞体和纤维 ,在中缝正中核和中缝隐核内可见中等量的一氧化氮合酶阳性神经元胞体和纤维 。

分子团簇内的化学反应

本文综述了分子团簇内化学反应研究的进展，介绍了发生在团簇内部的电子或电荷转移、质子转移、Ｐｅｎｎｉｎｇ电离、激发原子与分子的反应及双分子反应等各类反应的研究现状。

大鼠三叉神经感觉核簇内SP受体及三叉神经节内SP样阳性终末和SP受体分布的免疫组织化学研究

本文用免疫组织化学方法对三叉神经感觉核簇内的SP受体及三叉神经节内的SP样阳性终末和SP受体的分布状态进行了研究。三叉神经感觉主核内的SP受体样阳性胞体和树突主要见于其背侧部和腹侧部。三叉神经脊束核的各亚核内均可见到SP受体样阳性的结构:吻侧亚核的SP受体样阳性胞体和树突主要见于其中央部;极间亚核的周边部仅有少量SP受体样阳性的胞体和树突;尾侧亚核内SP受体样阳性的胞体和树突最密集,且主要位于Ⅰ、Ⅱ层。三叉神经节内可见SP样阳性终末呈丛状或环状包绕在阴性胞体周围,也可见到少量散在的SP受体样阳性的胞体。SP受体样免疫反应阳性产物位于阳性胞体和树突的膜上。

HIRFL-CSR实验环团簇内靶的首批测试实验

内靶装置是兰州重离子冷却储存环（HIRFL-CSR）实验环的一个重要的插入件，也是世界上第一个嵌入在重离子储存环中的内靶装置，它位于HIRFL-CSR实验环的一个直线段．团簇内靶具有传统外靶所不具备的一些优点，如高亮度、高精度和高灵敏度等．这些优点可使我们在内靶实验平台上进行一些高精度的物理实验．为满足不同物理实验的需求，内靶可以有两种工作模式：非极化靶运行模式和极化靶远行模式，用于为实验环内的物理实验提供厚度为10^11～10^13atoms／cm^2的非极化靶和极化靶．团簇靶是属于非极化靶运行模式，它采用超声喷气和冷凝相结合的方法获得团簇粒子束，并在碰撞靶室中与环内束流相碰撞，未反应的团簇柬被收集级抽走．团簇内靶可以提供靶密度约为2×10^13atoms／cm^2的Ne、Ar、Kr、Xe和N2、CH4等团簇束．目前已完成了团簇靶的现场安装和准直，并进行了真空达标、喷嘴冷却和稳定性等首批测试实验．本文主要介绍团簇靶的工作原理和首批测试实验结果．

命名数据网络下基于K-medoids的簇内Hash路由机制

命名数据网络(Named Data Networking,NDN)是以内容为中心的新型网络架构,其随处缓存策略存在缓存冗余过多、邻居缓存利用率低等问题,导致缓存空间的浪费及缓存效率的低下.本文提出的融合沿路径非协作和路径外协作的缓存路由机制(K-Medoids Hash Routing,KMHR),使用K-medoids算法选取层次簇内的中心点,并针对不同流行度的内容分别采用Hash路由及最短路径路由,保证簇内高流行度内容的精确定位和唯一性,降低缓存冗余,提高缓存效率.通过真实网络拓扑仿真得出,KMHR机制具有最低的请求时间、最优的路由增益和较少的缓存内容数量.