非相关文献知识发现研究进展

美国芝加哥大学情报学教授Don.R.Swanson创立的情报学知识发现方法及人机交互系统Arrowsmith,是揭示非相关文献及学科间隐藏联系的强有力的工具。文章介绍了Swanson的情报学思想的内涵及其开放式和闭合式的知识发现过程,概述了目前我国在理论和实践两方面的研究状况,指出Swanson方法在医学领域尤其是中医药领域实践中所面临的问题。在未来的科学发展中,Swanson知识发现方法将具有广阔的推广前景。

非相关文献知识发现研究进展

随着科学技术的高度发展，学科的分化越来越细，学科间交流越来越困难，知识总量与人类吸收能力之间矛盾日益突出。美国芝加哥大学情报学教授Don．R．Swanson创立的情报学知识发现方法及人机交互系统Arrowsmith，是揭示非相关文献及学科间隐藏联系的强有力的工具。本文介绍了Swanson的情报学思想的产生背景、内涵及其开放式和闭合式的知识发现过程，分析了国内外对该方法的研究和发展，指出Swanson方法的实践所面临的困难及挑战。Swanson知识发现方法强大的情报功能和对医学实践的指导意义，使其在未来的科学发展中具有广阔的推广前景。

Arrowsmith在预测中药副作用研究中的思路探讨

美国芝加哥大学情报学教授Don.R.Swanson创立的情报学知识发现方法是揭示非相关文献及学科间隐秘联系的强有力的工具。本文简要介绍了闭合式的知识发现方法及其实现工具Arrowsmith软件系统,并对其在预测中药不良反应研究中的思路进行探讨。

利用常规测井技术探究预测储层毛管压力曲线

通过岩心实验获取的毛管压力曲线是表征储层孔隙结构、估算渗透率和划分储层类型的重要依据,其可通过压汞法获得。受岩心取心数量及实验环境的限制,压汞毛管压力曲线的获取存在困难,使得储层的连续评价无法进行。以我国某盆地为研究对象,选取21块岩心,探索压汞实验的过程,分析相应毛管压力曲线的形态特征,建立一种利用孔隙度参数构造毛管压力曲线的模型。进一步,基于与渗透率密切相关的Swanson参数和R35参数,建立相应的渗透率评价模型。将岩心实验结果与基于渗透率评价模型的处理结果进行对比,验证了模型的可靠性。将渗透率评价模型应用于该盆地某井韩江组实际储层,连续构造出储层毛管压力曲线,计算出相应的渗透率,定量评价储层孔隙结构,最终划分出优质储层。储层划分结果得到了DST测试资料的验证。