检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于XGBoost的测井曲线重构方法

石油地球物理勘探 2022年第3期57卷 697-705,I0008页

作者：张家臣邓金根谭强石林中国石油大学(北京)石油工程学院北京102249 中国石油大学(北京)油气资源与探测国家重点实验室北京102249

测井数据在地层评价中具有十分重要的作用,但是实际应用中由于地质、工程等因素的影响,经常出现部分测井数据缺失甚至漏测的情况。基于传统的经验模型和多元回归分析的测井曲线重构方法精度不够,因此提出利用机器学习方法进行测井曲线... 详细信息

测井数据在地层评价中具有十分重要的作用,但是实际应用中由于地质、工程等因素的影响,经常出现部分测井数据缺失甚至漏测的情况。基于传统的经验模型和多元回归分析的测井曲线重构方法精度不够,因此提出利用机器学习方法进行测井曲线的重构;考虑到神经网络的局限性,基于XGBoost构建了测井曲线重构模型。以渤海湾盆地定向井为例验证重构模型的效果:首先进行了测井曲线补全和生成实验,并通过K折交叉验证将XGBoost模型性能与梯度提升决策树(GBDT)、随机森林(RF)和全连接神经网络(FNN)三种方法进行对比,然后结合地质背景分析预测效果。验证结果表明,基于XGBoost的测井曲线重构方法在准确性和稳定性方面都取得了更好的效果,并且表现出较强的泛化能力。

关键词：测井曲线重构方法机器学习神经网络 XGBoost

基于数字孪生的模块化生产系统运行机制及重构方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2021年第2期27卷 510-520页

作者：宋思蒙蒋增强马靖王强赵志彪北京交通大学机械与电子控制工程学院北京100044 中国兵器工业规划研究院北京100053

作为实现企业柔性生产的一种重要方式,重构对响应日益增强的个性化市场需求具有重要作用。针对模块化智能特性下生产系统的快速重构需求,围绕数字孪生驱动的模块化生产系统(DT-MPS)的架构及运行机制展开研究;在此基础上提出一种面向DT-... 详细信息

作为实现企业柔性生产的一种重要方式,重构对响应日益增强的个性化市场需求具有重要作用。针对模块化智能特性下生产系统的快速重构需求,围绕数字孪生驱动的模块化生产系统(DT-MPS)的架构及运行机制展开研究;在此基础上提出一种面向DT-MPS的重构方法,并重点围绕DT-MPS的建模方法和重构机制展开研究。以某企业模块化生产车间为例,对所提方法进行案例分析与验证,为探索数字孪生在模块化生产系统快速重构方面的应用进行了尝试。

关键词：模块化生产系统重构方法运行机制数字孪生

基于CT探测技术的不良地质构造三维网格模型重构方法

在线全文

学校读者我要写书评

暂无评论

岩石力学与工程学报 2019年第6期38卷 1222-1232页

作者：王启明车爱兰上海交通大学船舶海洋与建筑工程学院

不良地质条件下的岩土体稳定性在地下空间工程中引起了广泛关注。针对不良地质条件下的岩土体稳定性,为建立可靠的分析模型对其进行分析与预测,提出基于CT探测技术的不良地质构造三维网格模型重构方法。该方法通过进行弹性波CT仿真并进... 详细信息

不良地质条件下的岩土体稳定性在地下空间工程中引起了广泛关注。针对不良地质条件下的岩土体稳定性,为建立可靠的分析模型对其进行分析与预测,提出基于CT探测技术的不良地质构造三维网格模型重构方法。该方法通过进行弹性波CT仿真并进行区块化Kriging插值获得弹性波速度构造三维可视化模型,利用峰值法进行材料阈值分割,同时利用三维网格构建和材料属性映射,形成目标区域的三维网格模型。结果表明:通过对重构的三维网格模型与初始模型进行对比分析,重构模型的仿真度高达91.44%,体积分数的绝对误差为3.33%;在此基础上,针对桥梁基础落位区开展弹性波CT探测现场试验,重构该区域三维网格模型并进行取芯验证,其仿真度大于84.31%,体积分数的绝对误差小于2.45%。该方法具有较高的建模精度,能够精确地反映不良地质体的空间分布状态,对评价不良地质稳定性具有重要科学意义。

关键词：岩土工程不良地质弹性波CT 三维网格模型重构方法仿真度

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的油藏流场重构方法

新疆石油地质 2023年第5期44卷 598-607页

作者：冯高城李金蔓刘玉明尹彦君魏志勇张强孟凡坤青岛理工大学土木工程学院山东青岛266520 中海油能源发展股份有限公司工程技术分公司天津300452 中海石油(中国)有限公司天津分公司天津300459 长江大学石油工程学院武汉430100

多层碎屑岩油藏稳油控水一直是油田开发的热点问题,油田进入中—高含水期后产油量下降明显,平面剩余油分布零散,层间开发矛盾突出,迫切需要合适的优化调控方法使其持续稳产。根据贝叶斯后验概率方法与油藏流线模拟器,应用随机极大似然... 详细信息

多层碎屑岩油藏稳油控水一直是油田开发的热点问题,油田进入中—高含水期后产油量下降明显,平面剩余油分布零散,层间开发矛盾突出,迫切需要合适的优化调控方法使其持续稳产。根据贝叶斯后验概率方法与油藏流线模拟器,应用随机极大似然函数求解历史拟合问题并构建数据空间集,利用有限记忆的拟牛顿梯度方法来反演数据空间集与推测未来,综合Pollock流线追踪方法表征油藏流场的瞬时流动速度,提出了一种基于数据空间反演的油藏流场重构方法。此方法无需复杂重复的运算就可实现油藏注采参数的实时优化,突破了传统优化方法无法精细描述流场演变的局限性,弥补了数据空间反演在流场优化方面应用的空白。以渤海B油藏为例,利用基于数据空间反演的油藏流场重构方法,揭示了油藏注采结构优化的运行机理,直观展示了油藏流场优化的实现过程。现场调控结果显示,油藏综合含水率较为稳定,调控井组单元零散状剩余油被有效动用,水驱波及面积扩大24.85%,油藏流体疏导效果显著。这些油藏数字化探索与实践,将为同类中—高含水期油田开发与数据驱动油藏流场调控的应用提供借鉴。

关键词：中—高含水期数据驱动流场表征稳油控水重构方法数据空间反演流线模拟器

在线全文

学校读者我要写书评

暂无评论

考虑合环约束的配电网重构方法

电力系统自动化 2017年第11期41卷 163-168页

作者：武鹏程浩忠刘育权熊文陈盛燃曾顺奇上海工程技术大学电子电气工程学院上海市201620 上海交通大学电子信息与电气工程学院上海市200240 广州供电局有限公司广东省广州市510620

为避免用户停电,配电网合解环操作是电网调度部门通过重构调整运行方式的重要手段。文中建立了考虑合环约束的配电网重构模型,模型以线损最小为目标,同时考虑了正常运行方式和合环运行方式下的节点电压和线路功率限值约束。提出改进的... 详细信息

为避免用户停电,配电网合解环操作是电网调度部门通过重构调整运行方式的重要手段。文中建立了考虑合环约束的配电网重构模型,模型以线损最小为目标,同时考虑了正常运行方式和合环运行方式下的节点电压和线路功率限值约束。提出改进的贪婪自适应搜索算法求解所建模型,采用基于戴维南等值定理的配电网合环潮流算法验证合环安全性。该方法可求得配电网重构的具体合环操作步骤,确保重构过程中无新用户停电。两个系统算例的计算结果验证了所述方法的正确性和有效性。

关键词：配电网重构方法合环约束随机自适应搜索算法

一种新的基于遗传算法的压缩感知重构方法及其在SAR高分辨距离像重构中的应用

在线全文

学校读者我要写书评

暂无评论

控制与决策 2012年第11期27卷 1669-1675页

作者：朱丰张群柏又青冯有前张维强毕博空军工程大学电讯工程学院中国人民解放军93508部队空军工程大学理学院中国人民解放军95947部队空军军训器材研究所

首先提出一种基于遗传算法的压缩感知重构新方法,并设计了具体的算法流程.该方法运用遗传迭代思想,在稀疏度未知的情况下可准确重构出原始信号,避免了子空间跟踪问题.在此基础上,进一步将所提新方法应用于合成孔径雷达(SAR)高分辨距离... 详细信息

首先提出一种基于遗传算法的压缩感知重构新方法,并设计了具体的算法流程.该方法运用遗传迭代思想,在稀疏度未知的情况下可准确重构出原始信号,避免了子空间跟踪问题.在此基础上,进一步将所提新方法应用于合成孔径雷达(SAR)高分辨距离像的重构,同时建立了相关的SAR系统模型,构造了有效的稀疏变换矩阵和观测矩阵.仿真结果表明了所提出方法的有效性,同时验证了该方法用于SAR高分辨距离像重构是可行的和鲁棒的.

关键词：压缩感知重构方法遗传算法稀疏度 SAR高分辨距离像

在线全文

学校读者我要写书评

暂无评论

课堂教学内容重构的原则与方法

高等工程教育研究 2018年第4期66卷 137-143,151页

作者：许驰陈庆章温州科技职业学院浙江工业大学

大学课堂教学内容究竟是原封不动地按照教科书讲授,还是以教学大纲为准按照需求进行重构,这是关系到课堂教学质量的重要问题。从分析课堂教学缺乏魅力的原因入手,提出了要使课堂教学具有活力和实效,应该对课堂教学内容进行重构。在对教... 详细信息

大学课堂教学内容究竟是原封不动地按照教科书讲授,还是以教学大纲为准按照需求进行重构,这是关系到课堂教学质量的重要问题。从分析课堂教学缺乏魅力的原因入手,提出了要使课堂教学具有活力和实效,应该对课堂教学内容进行重构。在对教学内容重构的必要性分析基础上,提出了教学内容重构的三个基本原则:源于教材和高于教材、适应学生发展和适应社会发展、关联教学大纲和关联学科积淀,并以实例说明这些原则的应用。据此原则提出教学内容重构的具体方法,包括:剔除、改造、优化、关联、增加、存疑、兼顾和原创等,并说明了教学内容重构要处理好的若干关系。

关键词：教科书教材教学内容重构重构原则重构方法

在线全文

学校读者我要写书评

暂无评论

可重构制造系统生产能力扩展性重构方法

同济大学学报（自然科学版） 2012年第9期40卷 1357-1363页

作者：段建国李爱平谢楠徐立云同济大学机械与能源工程学院上海201804 同济大学中德工程学院上海201804

生产能力的缩放性设计是可重构制造系统(RMS)的主要研究内容之一.针对缺乏具有可操作性的生产能力重构方法的问题,提出了具有动态特性的约束RMS生产能力扩展性重构方法.通过分析生产能力缩放性原理,给出实现生产能力重构的3种基本方法.... 详细信息

生产能力的缩放性设计是可重构制造系统(RMS)的主要研究内容之一.针对缺乏具有可操作性的生产能力重构方法的问题,提出了具有动态特性的约束RMS生产能力扩展性重构方法.通过分析生产能力缩放性原理,给出实现生产能力重构的3种基本方法.在给定RMS约束模型的基础上,通过建立系统成本模型、生产线平滑指数模型生成RMS生产能力扩展性设计的综合模型,并针对模型特点,提出了约束RMS生产能力扩展性设计的具体实现方法.最后通过实例验证了该方法的实用性和有效性.

关键词：可重构制造系统生产能力扩展性重构方法

在线全文

学校读者我要写书评

暂无评论

基于神经元修剪的卷积神经网络重构方法研究

基于神经元修剪的卷积神经网络重构方法研究

作者： Dickensi Edison Mlwafu 河北科技大学

学位级别：硕士

CNN pruning is a well-known process that is highly recommended in the optimization of neural network performance such as reducing computational costs of neural networks.Nowadays,pruning approaches follow a fixed paradigm which first trains a large and redundant network,and then determines which units are less important and thus can be removed.Currently,it’s being used for developing applications,with functions such as image recognition,finding patterns in a dataset,object classification in photographs,character text generation,self-driving cars are just a few examples.However,these functions are supposed to be optimized inorder to improve performance.This dissertation empirically proposed a method to prune neurons in layer patterns based on neuron decisions as pre-conditions that implies a certain desirable output property such as,the accuracy of the network performance.This method highlights the use of post-pruning re-initialization,random weight initialization,finding the optimum number of neurons in each layer,and highlight the significance of each neuron through activation status（"on" or "off"）.The evaluation of the method of this thesis done by using the MNIST dataset.However,only 10,000 elements were selected as the testing set in the CNN refactoring process through the use of a learning rate of 0.01 and a momentum of 0.05.The evaluation results achieve 97% accuracy,with 600 neurons per layer.The difference between the minimum performance value and the maximum performance value is 6.5%.The model also evaluates the time used per iteration with an average time of 25.99 seconds.Finally,it is concluded that the optimum number of neurons must be considered in neural network performance and too much pre-training may not be necessary for pruning algorithms for achieving higher accuracy under the same computation strategy,and also showed that the number of neurons in a given layer can be changed depending on the type of model and dataset used.

关键词：卷积神经网络神经元修剪重构方法