课程文献中心 更多>>

关键词： 网格生成   变分量化自编码器   网格插值   图卷积  

摘要： 3D网格因其复杂性和不规则性使其有效表示成为挑战。为解决常规图卷积难以对3D网格有效传递和融合信息的问题,提出基于变分量化自编码器的3D网格模型,以探索其隐空间并用于3D网格的生成。提出带残差的图卷积模块,在处理3D网格这种复杂的图结构时,残差连接更有效地整合多层特征信息,支持更深的网络结构,显著提升模型的性能和泛化能力。在网格简化的边收缩算法基础上构建了可靠的多层池化和反池化操作,有效编码了层次结构中较粗糙和较稠密网格之间的对应关系。将3D网格形状投影到潜在空间的过程中,潜在特征被过度压缩导致信息损失,采用向量量化将潜在特征映射到预先定义的离散向量,在保持紧凑表示下更有效地编码和重建数据。实验结果表明,所提算法能够学习对可变形形状集合的紧凑表示,且在形状生成、形状插值等各种应用中表现出色。

关键词： 超声波相控阵   隧道注浆检测   粒子群遗传算法   稀疏阵列   降噪算法  

摘要： 为了快速准确地检测盾构隧道的注浆质量,提出一种超声相控阵检测的方法。通过改进粒子群遗传算法(GA-PSO)来优化换能器的布设,并提出GA-VMD-SG集成算法对超声信号进行降噪处理,同时对超声相控阵检测注浆质量的过程进行数值模拟,结合两种算法和缺陷回波来验证检测效果。结果表明:通过GA-PSO算法优化后的超声相控阵32阵元和128阵元的最大旁瓣值分别为-40:96 dB和-48:22 dB,在降低换能器成本和成像数据量的情况下能保持较好的声学性能;GA-VMD-SG算法优化超声回波后的RSN值为16.6774,RMSE值为0.1943,降噪效果较好;对数值模拟数据进行回波分析可以有效检验注浆缺陷,验证了基于阵列优化及降噪算法的隧道注浆超声相控阵检测是可行有效的。

关键词： 快速中值滤波   FPGA   阈值比较  

摘要： 针对一般的中值滤波算法处理速度慢、排序量大和效果模糊等问题,在十字型快速中值滤波算法的基础上,提出了一种加入阈值比较且具有更高处理速度和更好处理效果的改进算法,并在FPGA硬件平台上实现了此算法。最后对实验结果进行了对比,证明了改进的快速中值滤波算法具有比较次数少、占用硬件资源少和图像细节得到更好保护等优点,处理效果达到了图像预处理对实时性的技术要求。

关键词： 致密气   气井产能   机器学习   地质参数   压裂施工参数   鄂尔多斯盆地  

摘要： 产能精准预测是致密气藏经济高效开发的关键环节。传统产能预测方法假设条件严苛,因而在实际现场应用存在精度较低的问题。为了进一步提高致密气产能预测的精度,以鄂尔多斯盆地SM致密砂岩气藏压裂直井作为研究对象,综合考虑地质参数、压裂施工参数,应用K-近邻、多元线性回归、支持向量机、随机森林、BP神经网络和复合机器学习算法搭建了气井产能预测模型,并应用机器学习模型分别预测了SM致密气藏的气井产能;测试集气井产能真实值和预测值的均方误差、均方根误差、平均绝对百分比误差和决定系数分别是1.2、1.1、9.5、0.96。实例分析结果表明,复合机器学习模型预测精度高于其他机器学习模型,决定系数为0.97,相较于气井产能公式提高了0.02,适用于对本区块进行气井产能预测,可以实现基于数据的快速预测,最终选择复合机器学习模型作为研究区气井产能预测模型。研究成果可为致密气藏的产能预测提供理论指导。

关键词： 仪器机时   k均值聚类算法   智能   电流数据  

摘要： 传统的机时统计常使用人工,不仅效率低,而且成本相对较大,因此在传统的机时计算的基础上提出一种基于改进k均值聚类算法的科研仪器机时智能计算系统。通过对仪器机时电流数据的聚类分析,完成对仪器机时的计算和统计,同时将传统k均值聚类算法进行改进,提升其系统机时计算的准确性。结果表明,使用改进k均值聚类算法后的机时系统在仪器的机时计算中表现更为优异,计算的时间与正常运行时间相同,能够在一定程度上达到0误差标准。由此可见,使用改进聚类算法进行仪器的机时统计能够提升机时计算结果的准确性。

关键词： 改进启发式算法   物流技术   电商物流   库存路径   B2C   流程优化  

摘要： 当前,B2C电商物流库存路径优化模型较为单一,优化的覆盖范围小,导致成本的标准差增加。为此,本文提出基于改进启发式算法的B2C电商物流库存路径优化方法的设计与分析。根据当前的路径优化需求进行物流点部署与B2C实时物流数据采集,结合改进启发式算法,扩大优化的覆盖范围。设计改进启发式测算B2C电商物流库存路径优化模型,采用自适应调整的方式完成路径优化处理。测试结果表明,相比于不确定需求下异构电动物流车辆的路径优化、碳排放和客户满意度下医药冷链物流配送路径优化,此次设计的改进启发式算法下B2C电商物流库存路径优化方法最终得出的成本标准差整体上呈现出下降的趋势,并逐渐保持平衡状态。说明在完整路径的优化后,对应的成本也更加可控,具有实际的应用价值。

关键词： 选址-路径优化   冷链物流   多目标优化   NSGA-Ⅱ算法  

摘要： 为有效解决冷链物流过程中的污染气体排放量高和物流成本高的问题,通过对其配送中心选址和车辆路径优化问题的研究,开发了一个涉及到成本、时间及碳排放因素的冷链物流配送选址-路径多目标优化模型。针对模型求解困难的问题,基于免疫算子,提出改进的NSGA-Ⅱ算法,结合实际案例进行计算和分析。结果表明:碳排放量对冷链物流配送中心选址与运输路径选择的最优决策产生显著影响。改进的NSGA-Ⅱ算法比传统算法在运算效率、多样性和收敛性能方面更具有优势。研究结果证实了该模型及算法在指导冷链物流配送中心选址和车辆配送路径优化决策中的应用价值,为企业决策提供了新的理论支持。

关键词： EFPI光纤传感器   三波长相位解调   三波长自适应强度解调  

摘要： 为研究非本征法布里珀罗干涉仪(EFPI)光纤传感器的算法解调效果,基于波分复用技术设计和实现三波长相位解调算法、三波长自适应强度解调算法两种解调方案。实验测得EFPI光纤传感器解调系统中三波长相位解调算法的声压灵敏度为899.88 mV/Pa(1 kHz),信噪比为75.5 dB(1 kHz),线性拟合系数为0.994;三波长自适应强度解调算法的声压灵敏度较高为1106 mV/Pa(1 kHz),信噪比为67.5 dB(1 kHz),线性拟合系数为0.961。对比两种解调算法的特性,数据客观呈现解调结果,为EFPI光纤传感器音频解调系统在不同场景下的应用提供了算法选择方案。

关键词： 卡钻智能预测   支持向量机   BP神经网络   投票分类器   粒子群算法   迁移能力测试   耦合寻优  

摘要： 在油气钻探过程中,由于井下条件复杂、地层认识不清等因素,导致卡钻事故频发,严重制约钻井效率。目前国内外学者所研究的卡钻预测方法在准确性、时效性及迁移性等方面仍存在不足。为此提出了一种融合集成学习思想与智能优化算法的卡钻智能预测方法。该方法根据实际井场的卡钻数据,基于合理的标签标定方法,将标签准确定位于卡钻发生前而非卡死点;通过参数相关性分析、表征意义分析、时效性以及可信性分析优选了7个输入参数;使用了随机森林(RF)、支持向量机(SVM)和BP神经网络3种算法建立了卡钻预测模型,并对比了各模型在卡钻与非卡钻样本比例严重不均时(卡钻与非卡钻比例1∶117)的表现;然后使用投票分类器(VC)将多个模型集成,并分类预测,优选SVM模型作为卡钻预测基模型,使用集成学习的思想加以改进,并采用粒子群算法同时对多个SVM分类器进行超参数优化,简化了调参过程的同时实现了耦合寻优。最终以某区块10次卡钻样本进行训练测试。测试结果表明,改进后的模型可有效寻找不同类别卡钻的超平面,迁移预测虚警率可控制在9%,漏警率不到7%,有效预测了每一次卡钻的大部分数据点。研究结果有望提高现场钻井风险预警效率,为保障油气井安全高效钻进提供支撑。

关键词： 数字政府建设   企业数字化转型   研发投入   政府补助   风险承担  

摘要： 在信息时代,政府作为社会管理的中枢,数字化改革已成为势在必行的任务。随着数字政府建设的蓬勃发展,在数字技术的渗透下,企业也在加速数字化转型。在此背景下,基于2012—2022年我国A股上市公司的样本,以各地区大数据管理机构改革作为数字政府建设的准自然实验,实证检验数字政府建设和企业数字化转型之间的关系。研究发现:数字政府建设能够推动企业数字化转型;机制检验发现,数字政府建设通过激励企业增加研发投入、增加企业政府补助以及提升企业风险承担来促进企业数字化转型;异质性分析发现,在非国有企业、行业竞争激烈企业以及东部地区企业中,数字政府建设对企业数字化转型的正向效应更明显;进一步研究发现,数字政府建设对数字化转型的正向效应能够提升企业全要素生产率。为有效助推企业高质量发展,政府应积极推进数字政府建设,为企业数字化转型营造良好的外部环境,企业也应利用好数字政府建设带来的契机,积极推进数字化转型。