检索结果-南通市图书馆

武汉大学学报（信息科学版） 2013年第10期38卷 1163-1166,1183页

作者：许凯秦昆刘修国李登朝中国地质大学(武汉)信息工程学院武汉市鲁磨路388号430074 武汉大学遥感信息工程学院武汉市珞喻路129号430079

针对启发式云变换只能对一维特征进行变换的缺陷,提出一种基于高斯混合模型的改进云变换方法。通过EM算法和高斯分布的拟合误差求解云模型的数字特征,抽取图像底层概念,从而实现图像分割。通过图像分割实验验证了该算法的有效性。

关键词：云变换高斯混合模型云模型图像分割

云变换在中东地区H油田碳酸盐岩储集层预测中的应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

新疆石油地质 2016年第1期37卷 107-111页

作者：陈志刚刘雷颂高军代双和杨雨韩宇春中国地质大学能源学院北京100083 中国石油集团东方地球物理公司研究院地质研究中心河北涿州072751

中东地区H油田的油气单井产量与储集层渗透率呈正相关,但波阻抗与渗透率呈非线性关系,利用常规的线性转换方法将波阻抗转换为渗透率效果不好,符合率仅50%.云变换是一种非线性随机模拟方法,解决了线性偏离点与整体属性数据的函数关系,其... 详细信息

中东地区H油田的油气单井产量与储集层渗透率呈正相关,但波阻抗与渗透率呈非线性关系,利用常规的线性转换方法将波阻抗转换为渗透率效果不好,符合率仅50%.云变换是一种非线性随机模拟方法,解决了线性偏离点与整体属性数据的函数关系,其过程是首先通过实际数据概率分布与概率函数模拟预测的符合度选择概率函数,然后分别针对储集层和非储集层,利用概率函数建立波阻抗与渗透率的转换关系云模型,最后利用云模型将波阻抗转换为渗透率。通过云变换,H油田预测渗透率符合率达到90%以上。

关键词：中东地区 H油田碳酸盐岩储集层预测渗透率云变换

基于FP-tree与云变换的围岩稳定性评价指标体系研究

在线全文

学校读者我要写书评

暂无评论

铁道标准设计 2019年第7期63卷 102-107页

作者：薛黎明李长明郑志学孟硕王恩王豪杰中国矿业大学(北京)资源与安全工程学院北京100083 北京大学工学院北京100871

针对围岩稳定性指标体系暂无统一的标准,且现阶段地下工程呈现大型化和密集化的趋势,所以现有的围岩稳定性体系难以适用于围岩准确分级。对此,将现有的分级标准及文献中分级体系进行汇总建立指标数据库,通过FP-tree进行关联挖掘得到围... 详细信息

针对围岩稳定性指标体系暂无统一的标准,且现阶段地下工程呈现大型化和密集化的趋势,所以现有的围岩稳定性体系难以适用于围岩准确分级。对此,将现有的分级标准及文献中分级体系进行汇总建立指标数据库,通过FP-tree进行关联挖掘得到围岩稳定性的分级指标,并采用变异系数法验证体系的稳定性。运用云变换得到该体系中各指标的等级云图,对各指标进行分级,实现等级的软划分,考虑等级阈值的模糊性,使分级标准更符合思维逻辑和工程实际。将该体系应用于工程实际中,评价结果与工程实际相吻合,证明该体系的科学性与合理性,为围岩稳定性评价提供一套简洁适用的体系,为构建评价指标体系提供一种科学合理的方法。

关键词：围岩稳定性指标体系 FP-tree 云变换阈值

拓频、云变换等多种技术在二连探区W区块储层预测中的组合应用

在线全文

学校读者我要写书评

暂无评论

物探化探计算技术 2024年第5期46卷 527-536页

作者：刘雷颂张浩邢雅文郭增虎赵懿王亚楠李梁中国石油东方地球物理公司研究院地质研究中心涿州072751 中国石油集团华北油田分公司勘探部任丘062550

二连盆地为陆相小湖盆,相带横向变化快,少则2 km~3 km,扇体类型多样,构造复杂,现有地震资料分辨率低。通过分析,波阻抗曲线大致可以区分砂、泥岩,但对优质储层不敏感,电阻率与密度曲线对优质储层相对敏感。笔者基于数据分析制定优质储... 详细信息

二连盆地为陆相小湖盆,相带横向变化快,少则2 km~3 km,扇体类型多样,构造复杂,现有地震资料分辨率低。通过分析,波阻抗曲线大致可以区分砂、泥岩,但对优质储层不敏感,电阻率与密度曲线对优质储层相对敏感。笔者基于数据分析制定优质储层预测流程,首先对地震数据进行拓频处理;其次进行断层建模、二维相控地质统计反演;再次通过云变换预测密度与电阻率数据体;最终通过优质储层解释模板,进行交会解释,预测优质储层展布。预测结果达到了预期。

关键词：拓频交会相控反演云变换

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于云变换和特性关系下粗糙集的决策树构造

西南交通大学学报 2010年第2期45卷 312-316页

作者：宋晶戚建淮西南交通大学信息化研究院四川成都610031

为了从不完备信息系统中挖掘分类知识,提出了一种基于云变换和特性关系下粗糙集的决策树构造算法(DTCCRSCR).其核心思想是,利用云变换离散化连续型数据,选择特性关系下加权平均粗糙度最小的属性作为当前的分裂节点.实验表明,由DTCCRSCR... 详细信息

为了从不完备信息系统中挖掘分类知识,提出了一种基于云变换和特性关系下粗糙集的决策树构造算法(DTCCRSCR).其核心思想是,利用云变换离散化连续型数据,选择特性关系下加权平均粗糙度最小的属性作为当前的分裂节点.实验表明,由DTCCRSCR构造的决策树不仅结构简单,分类准确率较高,而且分类规则也容易理解.

关键词：云变换粗糙集决策树加权平均粗糙度特性关系

在线全文

学校读者我要写书评

暂无评论

基于云变换的概念提取及概念层次构建方法

吉林大学学报（工学版） 2010年第3期40卷 782-787页

作者：孟晖王树良李德毅北京信息技术研究所北京100093 武汉大学国际软件学院武汉430079 中国电子系统工程研究所北京100141

提出了一种基于云变换的概念提取及概念层次构建方法。首先通过云变换从数据库中提取定性概念,然后对原有概念跃升算法进行改进,使其在处理概念云合并时考虑幅度系数的影响,从而使得算法输出的概念层次能够更符合实际。最后用该方法对... 详细信息

提出了一种基于云变换的概念提取及概念层次构建方法。首先通过云变换从数据库中提取定性概念,然后对原有概念跃升算法进行改进,使其在处理概念云合并时考虑幅度系数的影响,从而使得算法输出的概念层次能够更符合实际。最后用该方法对汽车价格数据进行分析,从中提取定性概念,并构建概念层次。实验表明,该方法能够较准确地提取和表征定性概念,所提取的概念中心与传统聚类算法得到的概念中心吻合较好,且基于云模型的概念表示能同时体现概念的随机性和模糊性,从而使得基于这些概念构建的本体能更准确地描述概念模型。

关键词：计算机应用本体生成云变换概念提取

在线全文

学校读者我要写书评

暂无评论

基于云变换的曲线拟合新方法

计算机工程与应用 2008年第23期44卷 56-58,74页

作者：秦昆王佩武汉大学遥感信息工程学院武汉430079

云变换是一种基于云模型的连续数据离散化方法。提出了一种基于云变换的曲线拟合新方法,取得了良好的实验效果,证明了基于云变换曲线拟合方法的有效性。

关键词：云模型云变换曲线拟合

在线全文

学校读者我要写书评

暂无评论

基于云变换的突发事件属性概念树的构建

现代情报 2016年第2期36卷 46-52,69页

作者：张艳琼邓三鸿南京特殊教育师范学院信息科学学院江苏南京210038 南京大学信息管理学院江苏南京210023 江苏省数据工程与知识服务重点实验室(南京大学) 江苏南京210023

针对突发事件属性具有模糊性、随机性等特点,将云变换理论引入到突发事件属性概念树构建研究中,在原有算法基础上,引入梯形云模型,提出一种基于多类型云的概念提取方法,不仅较好地解决了突发事件属性的模糊性、随机性等不确定性问题,而... 详细信息

针对突发事件属性具有模糊性、随机性等特点,将云变换理论引入到突发事件属性概念树构建研究中,在原有算法基础上,引入梯形云模型,提出一种基于多类型云的概念提取方法,不仅较好地解决了突发事件属性的模糊性、随机性等不确定性问题,而且在提高拟合数据分布曲线精度的同时减少云模型的个数。以全球恐怖主义研究数据库为例,正确有效地构建nkill属性概念树,为高质量地进行数据挖掘提供科学而有效的数据预处理方法。

关键词：突发事件概念树云变换梯形云

在线全文

学校读者我要写书评

暂无评论

基于云变换的混沌动力系统逼近性研究

河南理工大学学报（自然科学版） 2015年第5期34卷 659-664页

作者：宋运忠范丽媛河南理工大学电气工程与自动化学院河南焦作454000

为了解决混沌系统内禀的强非线性和类随机性对由混沌时间序列重构混沌吸引子的不利影响,基于云模型理论,提出一种基于云变换的混沌动力学系统逼近方法;该方法将非线性时间序列看成是许多备选序列在某一概率意义下的实现,并对Lorenz混沌... 详细信息

为了解决混沌系统内禀的强非线性和类随机性对由混沌时间序列重构混沌吸引子的不利影响,基于云模型理论,提出一种基于云变换的混沌动力学系统逼近方法;该方法将非线性时间序列看成是许多备选序列在某一概率意义下的实现,并对Lorenz混沌时间序列和NewtonLeipnik混沌时间序列在无噪和有噪两种情况下进行仿真,验证了该方法的可行性。

关键词：云模型云变换模型逼近混沌系统

在线全文

学校读者我要写书评

暂无评论

基于云变换的农业领域知识概念提取

洛阳理工学院学报（自然科学版） 2018年第1期28卷 54-58,63页

作者：杨阳李绍稳安徽农业大学信息与计算机学院安徽合肥230000

针对农业领域本体知识概念层次构建中多概念生成时复杂度高、耗时长及聚合度低的缺点,提出一种改进的云变换方法。通过K-Means++聚类对数据集初始筛选,然后根据细化后问题域中的数据分布快速、自动地进行信息准确划分及不同概念定性提取... 详细信息

针对农业领域本体知识概念层次构建中多概念生成时复杂度高、耗时长及聚合度低的缺点,提出一种改进的云变换方法。通过K-Means++聚类对数据集初始筛选,然后根据细化后问题域中的数据分布快速、自动地进行信息准确划分及不同概念定性提取,使得最终的概念层次能够更加贴近实际。选用茶学数据作为实验样本对该方法进行分析与验证,结果表明了该方法的正确性和有效性。

关键词：农业本体云变换概念抽取 K-Means++