基于改进目标函数的频率域全波形反演研究

频率域全波形反演计算高效、反演精度高,已成为地震勘探利用叠前地震波场的运动学和动力学信息重建地下速度结构的有力工具,但其对初始模型要求较高。针对该算法的不足之处,提出对算法中固定不变的目标函数进行改进,在反演过程中有针对性的调整目标函数,以降低方程组的不确定性,达到降低对初始模型依赖性的目的。实验表明,改进目标函数后的算法在初始模型较差时,相比常规算法仍能得到更高精度的反演结果。     

不同初始模型下的水平集三维磁边界反演

基于水平集方法的磁边界反演可以在具有少量先验信息的前提下,直接反演得到地下异常体的边界及几何形状,在磁场数据处理和解释过程中具有重要意义。但是,在实际的地质勘探中,我们对于不同模型区域的磁化率值的指定可能不是先验可知的,本文中,我们对基于不同初始模型下的反演结果进行对比分析,得到以下结论:初始模型的设定对反演结果具有一定的影响,各个子域的磁化率赋值比初始模型形态对反演结果的影响更为明显。当初始模型的形态与地下异常体形态偏差较大时,经过多次反演迭代仍能重现异常体的位置与形态;当子域磁化率赋值错误时,会导致恢复的模型边界出现偏差,赋予太小的磁化率会导致对源大小的高估,太大的磁化率又会导致源大小的低估,但异常体的中心位置可以得到重现。在实际应用中,我们需要使用先验信息估计各个区域的磁化率值,以区域的平均磁化率作为反演中的已知磁化率,可以得到可靠的异常体边界。     

初始模型对地震走时层析成像结果的影响分析及对策

常规地震走时层析算法对初始模型有较强的依赖性,初始模型与实际模型偏差较大时,需要经过很多次的迭代才能得到较好的反演结果,甚至反演结果不收敛。针对这一问题,本文分析了不同初始模型的反演结果存在较大差异的原因,提出了一种对常规层析算法进行改进的方法,以提高算法对不同初始模型的一致收敛性。研究发现,模型中没有射线覆盖或者射线覆盖较少的地方是影响算法对初始模型依赖性的关键,因此本文提出使用动态插值方法改进反演过程,根据迭代次数和结果收敛情况自动选择合适的插值方法。实验表明,改进的算法不仅提高了层析成像算法对不同初始模型的一致收敛性,也提高了反演结果的精度。     

基于GPU加速的高斯牛顿法全波形反演

针对高斯牛顿法地震全波形反演计算量大、计算速度慢的问题,采用图形处理器(GPU)对其加速。高斯牛顿法全波形反演耗时主要集中在波形正演模拟和矩阵乘法计算两个方面,而波形正演算法和矩阵乘法计算在算法特性上都满足并行性的要求。对于波形正演模拟的加速,研究并实现了基于CUDA平台的时域有限差分(FDTD)正演算法。对于矩阵乘法的加速,直接使用计算能力很强的CUB-LAS库来完成计算。在台式PC上对不同模型大小的反演区域做合成数据反演,所用显卡型号为GTX650ti,程序速度提升10~30倍,且随着模型增大,程序的加速比将进一步提高。二维Overthrust截取模型反演算例表明时间成本已经不再是影响高斯牛顿法全波形反演发展的主要问题。     

波形反演中频率点选取的优化方法

频域全波形反演是一种能够获得高分辨率反演结果的反演方法,但在模型较大时反演的计算用时非常巨大,这就严重阻碍了其在实际反演中的应用。针对此问题,利用线性递增速度模型中地震波的传播规律,提出一种优化的频率选取方法,以达到有效提高计算效率的目的。实验表明,优化的频率点选取方法在模型较大时,相比于常规选取方法在保证反演精度的情况下,具有更高的计算效率。     

基于黄金分割的共轭梯度法步长求取方法

目前在波形反演中常用梯度类算法的关键三要素为:目标函数、梯度和步长。在使用梯度类方法时,合适的步长因子可以有效地提高波形反演的计算效率和反演精度,故步长问题的研究也具有重要意义。基于PRP共轭梯度法进行波形反演,对现有的步长计算公式进行分析研究,提出了一种将经验步长公式与黄金分割法结合的步长计算方法,通过数值模拟试验,验证了采用的方法不仅能基本满足运算效率的要求,还能使反演结果更接近于目标模型。     

深度加权函数对磁张量反演效果影响研究

利用磁张量进行反演比直接利用磁场数据反演能够得到更加精细的结果,针对位场数据反演中存在的"趋肤现象",在进行磁张量反演时,通过在反演正则化公式中加入深度加权函数可以有效地避免这种"趋肤现象",提高纵向分辨能力,本技术研究了深度加权函数对反演中深度分辨的改善效果,通过对比不同深度加权因子值对应的反演效果,得到最佳的深度加权因子值,并且在本技术中还引入了深度分辨率图像DRP作为分析反演深度分辨率的手段,借助DRP图像分析了反演方法对目标体的探测能力。     

基于高光谱数据的小麦叶片叶绿素反演研究

本研究以小麦为研究对象,将植被叶片高光谱数据与实测植被叶片叶绿素数据相结合,通过对相关性分析,获得红边参数及不同植被敏感波段,作为不同因子对各研究植被建立反演模型。分析所得结果可知,以敏感波段为因子的模型总体预测能力优于以红边位置为因子的模型,且随着小麦生长成熟,不同因子所建立的反演模型精度均有所下降。而时序分析表明,利用小麦叶片光谱数据对其不同物候期叶绿素含量进行反演是可行的。     

利用sPL震相测定湖北秭归MS4.7地震震源深度及研究方法展望

震源深度是研究地震信息的基本参数之一,也是目前地震学界最难准确测定的参数之一。本文选取湖北秭归MS4.7地震,运用F-K方法模拟得到不同深度垂向(Z)、径向(R)、切向(T)的理论震相从中识别出sPL与实际波形进行拟合比较确定震源深度,并且参考前人用波形反演和双差定位法测定的结果,最后确定震源深度在9-10km。另外,本文整理了近年来国内外有关近震深度震相的研究成果,探讨了近震深度震相确定震源深度方法的可行性和存在的不足,并作出了展望。     

基于GRU-Attention机制的高校发明专利质量评估模型研究

为能够快速准确地对高校发明专利质量进行评估,充分考虑专利的文本属性和结构化数据信息,基于深度学习技术构建基于GRU-Attention机制的高校发明专利质量评估模型,并通过引入衡量高校发明专利质量的关键指标及权重信息对初始模型进行改进.经验证,结合专家知识改进后的评估模型在稳定性和准确率上有明显优势,能够为高校发明专利质量评估提供有效的理论和实践支撑.     

泛在学习环境中大学生信息采纳意愿研究

随着泛在学习广泛应用和发展,泛在学习环境对大学生的信息采纳意愿产生了影响。以大学生为研究对象,主要基于技术接受模型、技术采纳与利用整合模型及信息采纳行为模型,结合泛在学习环境特征,确定影响大学生信息采纳意愿的因素,并构建其信息采纳意愿初始模型,据此提出研究假设、设计问卷。利用SPSS对问卷数据进行信度和效度检验、描述性统计分析以及单因素方差检验。利用AMOS进行结构方程分析,并对初始模型进行修正,最终得到修正模型。根据最终模型,对泛在学习环境下如何提高大学生的信息采纳能力提出建议。     

广角AVO反演在苏里格地区的应用

为进一步提高AVO反演的精度,充分利用大炮检距的反射振幅信息,有必要将AV0反演从小于30°向大角度入射过渡。AV0反演在角度道集的基础上选择合适的角度范围提取振幅随炮检距变化的信息,形成梯度和截距等剖面,通过它们的不同的组合来揭示其与含气性的关系。实验发现,AV0反演并不是角度范围越大越好,研究区角度超过35°后反射振幅随炮检距变化的趋势发生了变化。通过不同角度范围泊松比反演与气并测井解释的对比,发现0～35°反演吻合最好。最终选择0～35°在角度道集的基础上分别做了泊松比,相对密度,流体因子的反演。论文将利用振幅随炮检距变化指示天然气的技术思想应用于大入射角道集的地震资料,研究利用大入射角道集提取有效AVO异常属性的方法,为苏里格地区有效储层的AVO分析打下了坚实的理论基础．     

一种新型P2P网络信任模型研究

本文提出了一种新的P2P网络信任模型——层次化分布域信任模型HDRTM。该模型基于历史交互信息和信誉推荐,采用量化方法和合成规则方法得到的信任度对P2P网络中的节点信任进行评估,同时引入了惩罚调节因子、合成规则权重因子等加强了信任度的可靠性与真实性。对HDRTM的仿真证明能够有效抵制恶意节点,具有较好的安全性与信任性。     

基于卡尔曼滤波补偿的注采井间连通性反演方法

海上水驱油田开发过程中,基于地质信息和动态资料建立的流线数值模拟过程复杂且存在较大不确定性,动态反演是矿场实践中快速获取注采连通性认识的一种重要方法。基于水电相似原理的阻容模型作为一种经典动态反演方法得到了广泛的应用。然而,研究表明该方法将复杂的注采动态转化为简单的信号处理过程中存在较大不确定性,导致注采连通性认识失真。为更准确地获取注采连通系数,本文提出基于卡尔曼滤波补偿的注采井间连通性反演方法：首先通过卡尔曼滤波算法过滤观测数据中的噪点,降低观测误差;然后通过连通性分段评价和添加补偿因子降低动态快速波动导致的计算误差,提高模型预测稳定性与准确性。应用机理模型证实该改进模型具有准确性,可作为动态反演获取连通性认识的有效方法。     

基于混合粒子群的核磁共振反演算法研究

传统的基于最小方差原理的反演结果依赖于初始模型选择,易陷入局部极小,针对以上问题,文章利用完全非线性反演方法-粒子群反演算法,对核磁共振探测地下水的数据资料进行反演解释,该算法具有操作简单,并行处理,不要求被优化的目标函数具有可微、可导、连续等性质的优点。将基本粒子群算法与模拟退火算法结合,加入非线性约束优化条件,使其适用于核磁共振探测地下水数据资料的反演解释。试验结果表明,混合粒子群反演算法反演结果精度较高,收敛速度较快,验证了粒子群优化算法在核磁共振反演应用中的可行性。     

基于低阻矿体模型的三维大地电磁反演研究

我国地质构造复杂,固体矿产勘探平均深度小于500米,而且近几十年来的经济建设已经将近地表矿产开发殆尽,因此急需在"第二成矿空间"展开探测以满足国家经济社会发展对矿产资源的巨大需求。本文通过设计低阻矿体模型开展大地电磁反演研究,分析三维反演结果对低阻矿体模型的还原程度。结果表明,大地电磁三维反演能有效刻画出低阻矿体的空间展布特征。     

民航机场X光机图像识别优化方法研究

在民航机场安检信息系统设计中,传统的图像识别方法采用简单分类识别方法,无法有效对异常人流和危险爆炸物品实现有效检测。提出一种基于轮廓波域边缘检测的民航机场X光机图像识别优化方法,首先构建民航机场X光机图像识别的总体模型,采用具有统计学意义的概率分析技术等数据融合方法,达到对视觉图像的综合性处理。为了增强图像中运动区域的明暗对比度,使图像变得平滑,需要估计民航机场X光机图像的位置边缘信息,提取图像的低频部分,低频信号的提取,增强了图像的明暗对比度,提高民航机场X光机图像识别能力。仿真实验证明了该算法的图像的视觉识别效果更好,展示了算法的优越性能。算法对确保机场安全,提高安检效率具有积极重要的意义。     

根据用户反馈建立和更新数字图书馆用户兴趣模型

为了充分发挥用户显示反馈和用户隐式反馈的优势，提出用户兴趣模型的设计方案是：根据用户注册信息建立用户兴趣初始模型，根据服务器日志统计来更新用户兴趣模型。     

叠前同步反演技术在莺歌海盆地超压地层中的应用

莺歌海盆地某区由于目的层HL组发育超压异常,导致识别储层的敏感属性随着压力的变化而变化,区分储层与非储层的门限值也随之变化,文章将敏感属性消除背景趋势后,将各井之间的横向背景差异消除,将各井的泥岩校正到统一的范围,而砂泥岩的相对关系不变,从而在不同压力背景下采用统一的刻度刻画储层。在运用叠前同步反演技术反演密度体识别储层的孔隙度时,常规的井外推插值建模难以准确的反映地层的低频速度和密度趋势。文章采取了在井的约束控制下按照地震速度谱趋势建模的手段,准确的获得了地层的低频速度和密度信息,从而大大提高了密度体反演的精度,进而提高了储层预测的可靠性。     

基于潜在因子模型的时间序列语义信息挖掘及匹配方法研究

【目的/意义】当前全球信息化时代下信息过载问题日趋严峻,在深度挖掘信息的基础上,结合用户行为特 征进行智能匹配显得尤为重要。【方法/过程】本文在基于潜在因子模型的个性化推荐算法的基础上,构建了结合时 间序列的语义信息挖掘及匹配模型。通过引入用户历史行为的时间序列语义信息,提高已有模型预测用户偏好的 准确性,结合因子分解机的思想实现对扩展模型的构建,并通过 movielens数据集对该方法的有效性进行验证。【结 果/结论】实验结果表明,新模型能够有效提高已有推荐模型预测用户偏好的准确性,从而实现了良好的数据挖掘 及匹配效果。