课程文献中心 更多>>

关键词： 交利格油田   九佛堂组   油层划分标准   测井解释   试油选层  

摘要： 交利格油田九佛堂组岩石类型以岩屑砂岩和长石岩屑砂岩为主,为低孔特低渗储层,针对储层特点,综合利用常规测井数据、成像测井数据、钻井取芯、井壁取芯、岩心薄片、岩心分析孔隙度和渗透率数据,结合试油试采数据,对储层的含油性、岩性、物性、电性特征进行研究,综合确定油层的划分标准,为准确识别油层奠定基础,根据建立的标准对区块内单井开展测井解释评价,划分出油层并提出试油井段,经过试油证实取得良好效果,有力支撑了区块勘探工作和储量上报。

关键词： 灰色关联分析   灰色关联度   样条光滑   火炮身管   烧蚀磨损  

摘要： 针对灰色关联分析对于非等间隔含噪序列数据精度低或不适用等问题,首先,提出从含噪数据重构本征函数及其高阶导函数的惩罚样条光滑法,以弱化序列数据分布间隔和观测误差的影响;然后,设计能够综合静态关联性和动态关联性的函数型关联度,并论证其规范性、接近性、分解形式和实践应用准则;最后,将所提出模型应用于火炮身管烧蚀磨损截面特征分析.结果表明:所提出方法能够准确辨识烧蚀磨损截面与弹丸初速减退的关联关系,且优于对比模型,验证了所提出方法的可靠性和有效性.

关键词： 剩余寿命预测评估   图卷积神经网络   高阶邻域聚合   双向门控循环单元   联合训练  

摘要： 针对现有小子样高可靠性装备剩余寿命预测方法精度较低、预测泛化性较差等不足,提出了一种基于高阶邻域聚合图卷积神经网络和双向门控单元联合训练的装备剩余寿命评估方法。该方法将公开的大样本数据集和装备关键部件测试数据等小子样本信息构建为属性图,整合不同阶邻居信息,捕获装备采样信息间的高阶关联特征,再使用双向门控单元进行寿命预测,并通过预训练-微调的联合训练策略提升模型泛化能力。提升了装备剩余寿命预测的精度,提升了不同场景下的寿命预测的泛化性,并通过仿真实验和消融实验证明了方法各个模块的必要性。与其他经典方法相比,该方法预测的准确性和稳健性均有显著提升。有效利用了公开数据集和装备小子样数据之间的关联信息,为复杂装备系统的剩余寿命预测评估提供了一种新的解决方案。

关键词： 社交网络   图神经网络   多任务学习   图表示学习   社交项推荐  

摘要： 除了考虑用户间的社交关系,挖掘项间隐含的关系特征对提升用户和项的表示学习能力同样具有至关重要的作用。当前社交项推荐中静态项图构建过程难以准确抓取项间的潜在关系,且后续的图融合过程缺乏深度交互,这限制了相关模型对多图特征间复杂且多层次关系的理解能力。因此,提出一种基于项图动态适应性生成的多任务社交项推荐方法(MTDAG)。首先,在基于多任务学习(MTL)的联合训练中,使用项图动态生成模块结合下游推荐任务的反馈信息适应性地调整项图结构;其次,使用社交项推荐模块通过深层次的多图特征融合方法在各输入图之间迭代地传播用户和项的特征表示;最后,在Yelp和Ciao两个公共数据集上把MTDAG与ECGN(Efficient Complementary Graph convolutional Network)和MGL(Meta Graph Learning framework)等6种基线方法比较。实验结果表明,MTDAG在命中率(HR)、召回率(Recall)和归一化折损累计增益(NDCG)上均至少提高了3%且MTDAG的鲁棒性在针对冷用户和冷项推荐的评估实验中得到了充分验证,实验结果表明,MTDAG可以在一定程度上解决交互稀疏的冷用户和冷项的推荐问题。

关键词： 不平衡分类   数据标签不确定性   加权标签分布稳健损失  

摘要： 在不平衡数据的多分类任务中,由于类别分布存在数量差异,分类器的决策边界往往偏向多数类别,从而导致模型难以实现准确分类。现有研究主要关注于数据平衡策略和损失函数的结构调整,忽视了样本标签可能存在标注错误或噪声,标签信息的不确定性会进一步增加分类的难度。为解决这一问题,提出了一种名为加权标签分布稳健(weighted label distributionally robust Kullback-Leibler,WLDR-KL)的损失函数。该损失利用先验信息和标签权重显式地调整模型对少数类别的关注度,通过优化最不利的集合下的预测分布来应对数据标签不确定性下的不平衡分类任务。此外,利用Monte Carlo模拟提出了一种不平衡数据集的仿真方法,以更全面地评估各损失函数在不同类别和不同数量差异水平下的表现。在多组模拟数据集、UCI和Kaggle数据集上的实验结果表明,所提出的方法在处理不平衡数据时表现良好,并且在top-k准确率、F_(1)值、精度、召回率上均实现了一定程度的提升,为解决不平衡分类问题提供了一种有效的方法。

关键词： 工笔花鸟画   芭蕉花石图   当代绘画语言  

摘要： 在传统工笔花鸟画的语境之下,作者以当代绘画语言为媒介,展开对花鸟画这一传统艺术形式的现代探索。这种探索并非对传统的背离,而是以现代性视角重新激发传统花鸟画的精神内核,在古今交融之中,让这一传统的艺术形式在当代文化语境中焕发出新的生机华彩。作品类型:纸本水墨。尺寸为:75cm×123cm。

关键词： 创新医疗设备   评价指标   改良德尔菲法  

摘要： 目的 从医学工程视角探索建立适用于医疗机构场景的创新医疗设备评价指标体系,以从各维度提升创新医疗设备的临床应用水平,为医疗机构配置创新医疗设备提供参考。方法 通过文献研究、小组讨论、专家咨询,以心磁图仪设备为例,初步构建创新医疗设备医学工程评价指标体系。使用改良德尔菲法,由相关工作领域的13名专家对指标重要性和权重进行判断,进一步完善纳入指标。结果 2轮专家函询问卷回收率均为100%,专家权威系数Cr=0.94,经过2轮函询后所有指标专家评分的变异系数均<0.25。最终确定包含6个一级指标(易用性、可靠性、适用性、技术服务可及性、产品创新性、就绪度)、15个二级指标、46个三级指标的创新医疗设备医学工程评价指标体系。结论 通过改良德尔菲法建立的评价指标体系具有一定的可靠性,为创新医疗设备在医疗机构配置的评估提供应用工具。

关键词： 软件定义网络   饱和攻击检测   图神经网络   长短期流图   灰色关联系数  

摘要： 软件定义网络(SDN)的控制平面与数据平面解耦,该特性使其广泛应用于数据中心、物联网、云网络等大规模网络场景中。然而,这种解耦的网络架构也使其面临饱和攻击的挑战。基于图神经网络(GNN)检测饱和攻击是SDN中的研究热点,但目前GNN中常用的k近邻(k-NN)图忽略了短期流特征,无法有效聚合节点信息,使模型不能充分利用流的时间特征。为利用流的长短期特征提高饱和攻击检测精度,提出一种基于长短期流图及混合GNN的饱和攻击检测方法HGNM。该方法通过设置2个采样时间来收集流的长短期特征,同时基于灰色关联系数设计一种长短期流图生成方法LSGH以构建长短期流图,使流图包含流的全部特征。此外,设计一种混合GNN模型GU-GCN,通过并联GRU与GCN来获取流的时间特征与空间特征,从而提高模型检测饱和攻击的精度。实验结果表明:在生成图上,相比于k-NN算法和CRAM算法,LSGH方法能有效提高模型的检测精度;与其他模型相比,GU-GCN模型在准确率、精确率、召回率、F1值、ROC曲线、PR曲线、混淆矩阵方面都有性能提升。

关键词： 槐荫消夏图   临摹   数字复制   故宫博物院   文物保护  

摘要： 故宫博物院藏宋人册页中有一幅描绘文人高士于槐树下仰卧乘凉的精美画作——《槐荫消夏图》,本文即对此图的复制过程展开详细解析。复制工作的具体做法是以人工临摹为主,以数字复制为辅,进行保护性复制。文中首先提出了复制的重点及难点,而后通过分析文物画面,围绕背景知识开展研究,并采用人工临摹和数字复制相结合的方法,成功突破复制壁垒,高质量地还原文物原貌,满足了文物保护以及使之代替原作参展的实际需求。

关键词： 坐标   图号   图例说明   示意图   自明性   照片  

摘要： 图应有自明性。图包括曲线图、示意图、照片等。每一图应有简短确切的题名,连同图号置于图下。必要时,应将图上的符号、标记、代码,以及实验条件等,用简练的文字,横排于图的下方,作为图例说明。曲线图的纵横坐标必须标注“量、标准规定符号、单位”。此三者只有在不必要标明(如无量纲等)的情况下方可省略。坐标上标注的量的符号和缩略词必须与正文中一致。