期刊文献+
共找到369篇文章
< 1 2 19 >
每页显示 20 50 100
师―生―AI协同课堂:人工智能赋能大学数学教育的载体及实践 被引量:1
1
作者 都琳 徐爽 徐宗本 《中国大学教学》 北大核心 2025年第4期59-65,81,共8页
人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育... 人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育为基础,将一个知识单元的教学按导论课、研讨课、总结课“三步法”组织。导论课和总结课由教师主持,研讨课在人工智能辅助下学生自主研学。教师的导论课“以提出问题为中心”为学生设置学习任务与场景;研讨课由学生在人工智能大模型辅助下,完成“以分析问题为中心”的协同研讨和自主学习;总结课除学生代表交流学习成果外,由教师“以解决问题为中心”完成知识归纳并指引本知识单元的价值意义与未来发展。师–生–AI协同课堂可实现教师与人工智能技术的优势互补、相互增强,可实现学生的高度参与、个性化学习及社会情感能力培养,为实现“以问题为中心”的创新教育提供实践平台和载体。该平台和载体具体应用于大学数学“概率论与数理统计”课程教学,取得了“学生学习积极性、主动性、综合能力显著提升”的良好效果,验证了平台的可行性和普遍可用性。 展开更多
关键词 人工智能 大学数学课程 师―生―AI协同课堂
在线阅读 下载PDF
西安市出生缺陷趋势数学模型预测研究 被引量:8
2
作者 于敏 刘楚阳 +3 位作者 张水平 杨浩杰 刘飞 朱占芳 《西安交通大学学报(医学版)》 CAS CSCD 北大核心 2019年第2期311-316,共6页
目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d... 目的采用灰色预测模型、ARIMA自回归移动平均模型和NAR非线性自回归动态神经网络模型分别预测西安市出生缺陷率,探索出生缺陷的流行趋势和可能的未来走向。方法对2003-2015年在西安市各级开设产科的医疗保健机构出生的孕28周至生后7 d所有围产儿进行出生缺陷监测并收集资料。用2003年10月至2015年9月出生缺陷监测数据对西安市出生缺陷发生率数据分别构建数据模型,将同时期实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016至2017年每季度出生缺陷发生率。采用Excel软件进行数据录入,SPSS 16.0软件包进行统计学分析,Matlab软件进行灰色模型预测和神经网络模型预测,ARIMA自回归移动平均模型使用R软件进行预测。结果灰色预测模型提示2016至2017年度西安市各季度出生缺陷率(‰)分别为9.62、9.67、9.72、9.77、9.82、9.87、9.92、9.97,呈缓慢上升趋势。ARIMA模型预测显示2016至2017年度西安市各季度出生缺陷率(‰)分别为11.98、12.83、11.28、11.78、12.23、11.73、11.80、12.00,仍在较高水平相对狭窄的区间波动。NAR神经网络模型预测西安市出生缺陷率(‰)为13.24、17.91、10.55、16.08、16.47、9.42、11.99、11.68,在2016年到达出生缺陷率峰值,2017年相比2016年开始出现下降。比较3种模型对出生缺陷发生率的发展趋势预测,灰色预测模型、ARIMA模型、NAR模型的均方根误差分别为1.353 009、1.181 373、0.555 347。结论 NAR模型对出生缺陷数据预测更可靠,ARIMA模型次之,灰色预测模型误差相对较大;加强出生缺陷的预防和控制工作仍然是今后较长一段时间的公共卫生重点工作。 展开更多
关键词 出生缺陷 灰色模型 数学模型预测 分布特征 自回归移动平均模型 非线性自回归模型
在线阅读 下载PDF
“五模块”大学数学课程师资培训模式创新与实践 被引量:6
3
作者 李继成 徐宗本 +2 位作者 彭济根 马知恩 王绵森 《中国大学教学》 CSSCI 北大核心 2014年第11期67-68,共2页
高等学校的主要任务是培养适应社会发展需要的各类高层次专门人才,教师的教学能力、教学水平直接影响人才的培养质量。本文详细介绍了西安交通大学经过多年的探索、实践形成的以"解疑惑、明走向、补空缺"为培训目的的"... 高等学校的主要任务是培养适应社会发展需要的各类高层次专门人才,教师的教学能力、教学水平直接影响人才的培养质量。本文详细介绍了西安交通大学经过多年的探索、实践形成的以"解疑惑、明走向、补空缺"为培训目的的"五模块"大学数学课程师资培训创新模式。 展开更多
关键词 大学数学 教学方法 人才培养 师资培训
在线阅读 下载PDF
双自适应权重非负矩阵分解鲁棒半监督学习
4
作者 李春忠 靖凯立 +1 位作者 周硕兵 口洋洋 《工程数学学报》 北大核心 2025年第4期705-720,共16页
高维数据建模在机器学习和模式识别领域是非常有价值的研究内容。高维数据在数据分析过程中存在的“维数灾难”问题制约了机器学习模型的有效介入,子空间和非负矩阵分解方法从空间变换的角度提供了一种有效策略。非负矩阵分解在无监督... 高维数据建模在机器学习和模式识别领域是非常有价值的研究内容。高维数据在数据分析过程中存在的“维数灾难”问题制约了机器学习模型的有效介入,子空间和非负矩阵分解方法从空间变换的角度提供了一种有效策略。非负矩阵分解在无监督和半监督学习中通过改进损失函数和增加先验的方式提高算法的鲁棒性和普适性。构造了一种基于双自适应权重学习的非负矩阵分解的损失函数,分别在高维空间和低维空间上根据数据集的类结构信息进行学习,利用加权L_(2,1)范数提高模型鲁棒性,利用权重学习的策略学习低维空间上的相似性度量,从而获得比较好的算法鲁棒性。在Benchmark数据集和高光谱图像上的实验验证了新算法的优越性。 展开更多
关键词 非负矩阵分解 自适应权重 半监督学习 鲁棒
在线阅读 下载PDF
采用门控循环单元与深度进化策略的股票指数量化模型 被引量:1
5
作者 任晓萍 陈志平 《西安交通大学学报》 北大核心 2025年第2期146-155,共10页
为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM... 为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM)和门控循环单元网络(GRU)预测模型,分别对上海证券交易所(上证)超大盘股票指数、上证中盘股票指数和上证小盘股票指数进行预测;接着采用所提出的深度进化量化模型(DES)对三大股票指数的预测值与真实值进行回测研究,通过比较预测结果与真实结果在同一策略下的各项回测指标和交易细节等特性确定最优网络结构和策略参数,进而优化深度进化策略;最后根据优化后的策略提出了GRU-DES模型,并再次对三大股票指数进行样本外数据回测来验证模型有效性。实证回测结果表明:所提出的GRU-DES模型在各量化回测指标上较LSTM-DES模型与RNN-DES模型的预测精度均高出14%以上,有效解决了统计预测指标的随机性和过拟合的问题;根据2016年至2024年7年间数据回测,所提出的GRU-DES模型比强化学习模型在各回测指标中均展现了稳定性和有效性。 展开更多
关键词 股票指数 量化模型 长短时记忆神经网络 门控循环单元 收益率
在线阅读 下载PDF
SARS传播预测的数学模型 被引量:12
6
作者 周义仓 唐云 《工程数学学报》 CSCD 北大核心 2003年第7期53-62,共10页
SARS的传播是2003年全国大学生数学建模竞赛的赛题之一,这是一个完全开放、国内外一直在探索的问题。同学们提交的论文中建立了许多模型,对SARS的传播和预测进行研究。本文对竞赛情况和需要探讨的问题进行了简单的总结。
关键词 SARS传播规律 数学模型 冠状病毒 疫情信息 数学预测 模型评价 常量参数 变量参数
在线阅读 下载PDF
基于多尺度特征自注意力模型的地震数据重建方法
7
作者 耿鑫 王长鹏 +2 位作者 张春霞 张讲社 熊登 《吉林大学学报(地球科学版)》 北大核心 2025年第3期1001-1013,共13页
由于采集条件和成本的限制,叠前地震数据在空间上会出现不规则分布或不完整的情况,给地震数据的后续处理和解释带来困难。近年来广泛应用于缺失地震数据重建工作的卷积神经网络方法缺乏对全局信息的关注,同时多次下采样的网络模型会带... 由于采集条件和成本的限制,叠前地震数据在空间上会出现不规则分布或不完整的情况,给地震数据的后续处理和解释带来困难。近年来广泛应用于缺失地震数据重建工作的卷积神经网络方法缺乏对全局信息的关注,同时多次下采样的网络模型会带来低频信号损失,低振幅缺失部分的重建结果仍需要进一步改进。本文提出了一种多尺度特征自注意力模型,在U-Net主干网络的瓶颈处设计了一个基于自注意力机制的多尺度小波融合块,通过离散小波变换和自注意力机制将所有编码器的输出进行融合,有效平衡全局和局部特征处理,降低下采样带来的信号损失;在网络中插入多尺度感受野,通过学习不同退化数据的多尺度特征来提高性能,增强对不同频率的频谱学习。与经典的地震数据重建方法相比,本文算法的重建结果在定性和定量评估方面均有提升:在30%连续缺失的合成数据集和真实数据集上,重建结果的信噪比分别为21.7487和14.9540 dB;在50%随机缺失和规则缺失的合成数据集上,重建结果的信噪比分别为28.8320和37.7242 dB。 展开更多
关键词 自注意力机制 小波融合 多尺度感受野 地震数据重建
在线阅读 下载PDF
基于变分自编码器的流形学习降维方法
8
作者 冯琳琳 王长鹏 +1 位作者 吴田军 张讲社 《计算机辅助设计与图形学学报》 北大核心 2025年第3期439-445,共7页
针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量... 针对科学数据集的规模和复杂性的迅速增长,现有的降维方法存在“拥挤问题”以及不能嵌入新样本的问题,提出了一种变分自编码器均匀流形近似与投影的数据降维方法.首先,为减小高维数据之间的耦合性,利用变分自编码器将数据压缩为潜在变量;然后,运用均匀流形近似与投影进一步将潜在变量降维,使低维嵌入更好地保持原始数据之间的相似性关系;最后,将所提方法用训练集进行拟合,并嵌入一个样本外测试集来评估对新数据的泛化能力.实验结果表明,在MNIST和Fashion-MNIST数据集上,与UMAP,DensMAP,VAE和AE这4个优秀降维方法相比,所提方法的可信度得分分别达到0.9944和0.9939,超越了当前最好方法UMAP 0.0316和0.0141,同时在可视化、Kendall秩相关系数以及分类精度评价指标上也有显著的改进. 展开更多
关键词 变分自编码器 均匀流形近似与投影 非线性降维 流形学习
在线阅读 下载PDF
创新队伍管理模式 激发数学基础课教师正能量 被引量:2
9
作者 高宏 彭济根 《中国大学教学》 CSSCI 北大核心 2014年第5期37-39,共3页
建立和完善教师队伍的分类管理、分类评价和分类激励的机制,激发队伍创新活力,提升教育教学能力,是当今高校聘用制度改革的热点和难点。本文介绍了西安交通大学数学与统计学院在创新队伍管理模式方面所做的探索与实践,以期为我国高校在... 建立和完善教师队伍的分类管理、分类评价和分类激励的机制,激发队伍创新活力,提升教育教学能力,是当今高校聘用制度改革的热点和难点。本文介绍了西安交通大学数学与统计学院在创新队伍管理模式方面所做的探索与实践,以期为我国高校在现行体制下激发数学基础课教师正能量,解决数学基础课教学"谁去投入,谁愿投入"的问题提供一种新模式。 展开更多
关键词 数学基础课 教学 分类管理 正能量
在线阅读 下载PDF
基于相对熵组合权重的战斗机作战能力评估
10
作者 权家乐 惠永昌 +1 位作者 汤恒仁 李皓铭 《工程数学学报》 北大核心 2025年第2期379-387,共9页
歼击机作战能力评估,旨在对歼击机的整体作战性能给出可靠结论,具有十分重要的意义。而随着作战模式的转变,较为简单的传统作战能力评估框架,并不适用于更加复杂的作战场景。因此,综合考虑真实作战场景中可能出现的各种情况,针对传统作... 歼击机作战能力评估,旨在对歼击机的整体作战性能给出可靠结论,具有十分重要的意义。而随着作战模式的转变,较为简单的传统作战能力评估框架,并不适用于更加复杂的作战场景。因此,综合考虑真实作战场景中可能出现的各种情况,针对传统作战能力评估方法的局限性,综合考虑指标体系和试验数据两方面因素,使用正态云模型对指标完成度得分和组合权重进行聚合,给出歼击机作战能力评估问题的综合解决方案。同时,重点关注综合评估过程中权重分配的合理性和有效性,使用基于相对熵的组合赋权法作为最终的指标权重计算方式,通过在领域专家先验知识和数据内在规律之间进行权衡的方式,综合考虑主观权重与客观权重的优劣势,使得综合评估结果更加真实可靠。 展开更多
关键词 作战性能 层次分析法 熵权法 相对熵 云理论
在线阅读 下载PDF
部分变量含误差的多重线性统计关系模型 被引量:3
11
作者 吴可法 董天信 《工程数学学报》 CSCD 1993年第4期1-8,共8页
本文讨论了一部分变量含误差的多重线性统计关系模型的参数估计问题。在观测误差是正态白噪声的条件下,我们导出了模型参数的最大似然估计。为了解决相合性研究中参数的不确定性问题,在文中引进了准强相合性的概念,并证明了所给出的参... 本文讨论了一部分变量含误差的多重线性统计关系模型的参数估计问题。在观测误差是正态白噪声的条件下,我们导出了模型参数的最大似然估计。为了解决相合性研究中参数的不确定性问题,在文中引进了准强相合性的概念,并证明了所给出的参数估计量具有准强相合性。 展开更多
关键词 多重线性关系 观测误差 最大似然估计 参数估计
在线阅读 下载PDF
基于附加噪音协变量的Elastic Net高维统计分析
12
作者 丁毅涛 胡俊英 +1 位作者 李永新 李建辉 《统计与决策》 CSSCI 北大核心 2019年第15期74-78,共5页
文章研究协变量中具有附加噪音的Elastic Net模型的高维统计性质。通过对矩阵■进行分析,以及选择适当的■。得到了Elastic Net估计的界。当矩阵■满足下限制特征条件,并且■和■的偏差条件成立时,任意解■与未知参数■有统一误差界。
关键词 变量选择 Lasso ELASTIC NET 限制特征条件
在线阅读 下载PDF
基于激光雷达与惯导融合的掘进机定位方法
13
作者 刘京 魏志强 +1 位作者 蔡春蒙 刘洋 《工矿自动化》 北大核心 2025年第3期78-85,95,共9页
煤矿掘进机精准定位是智能掘进的基础,但井下低光照、高粉尘等恶劣作业环境导致单一定位方法精度低、稳定性差。为提高掘进机在恶劣环境中的定位精度,提出了一种基于误差状态卡尔曼滤波(ESKF)的激光雷达与惯导融合的掘进机定位方法。首... 煤矿掘进机精准定位是智能掘进的基础,但井下低光照、高粉尘等恶劣作业环境导致单一定位方法精度低、稳定性差。为提高掘进机在恶劣环境中的定位精度,提出了一种基于误差状态卡尔曼滤波(ESKF)的激光雷达与惯导融合的掘进机定位方法。首先,以悬挂在巷道顶部的球靶中心为巷道坐标系原点,设计基于密度的噪声鲁棒空间聚类(DBSCAN)算法和基于形状特征的球靶点云提取算法,解决传统依靠反射强度区分球靶的方法在粉尘堆积时易失效的问题,结合坐标变换方法构建雷达位置测量系统以获得融合定位基准。其次,利用惯导积分得到掘进机的位置和姿态信息。然后,基于一阶高斯马尔可夫过程进行误差状态建模,采用误差状态卡尔曼滤波算法融合雷达和惯导的输出,得到掘进机在巷道中的融合定位结果,并将融合定位结果反馈给惯导,以校正其累计误差,从而获得精准的定位结果。定位试验结果表明:在掘进机静止状态下,不同位置和姿态角下雷达定位系统的位置误差小于10 cm,惯导定位系统的位置误差小于70 cm;在掘进机运动状态下,融合系统的位置误差为5.8 cm,相比雷达系统的位置误差降低了12.1%。基于激光雷达与惯导融合的掘进机定位方法可以在复杂掘进工况中满足煤矿掘进机自动截割时的定位需求。 展开更多
关键词 掘进机定位 激光雷达 惯导 误差状态卡尔曼滤波 基于密度的噪声鲁棒空间聚类算法 球靶
在线阅读 下载PDF
基于市场场景的非线性加权凸风险度量
14
作者 卓俊晖 陈志平 《运筹与管理》 北大核心 2025年第3期1-8,I0001-I0003,共8页
恰当风险度量的构建是风险控制与投资组合选择的基础,而如何将随机收益的高阶变化信息、投资者风险偏好的信息以及市场宏观状况变动融入到风险度量的构造是值得关注的重要问题。基于以上思路,本文在剖析现有风险度量优劣性的基础上,结... 恰当风险度量的构建是风险控制与投资组合选择的基础,而如何将随机收益的高阶变化信息、投资者风险偏好的信息以及市场宏观状况变动融入到风险度量的构造是值得关注的重要问题。基于以上思路,本文在剖析现有风险度量优劣性的基础上,结合广义凸风险度量和市场场景的选择方法,提出了一类基于市场场景的非线性加权广义凸度量,论证了其基本性质,并基于马尔可夫链的思想给出了可行的算法模型;基于市场宏观因素选取不同的场景集,实证对比说明了新度量相比已有度量的表现更好及其对不同市场场景模型的适用情况;进而,我们基于新度量提出了相应的投资组合选择模型,开展了一系列的实证检验,并通过几种性能指标的对比,彰显出基于新风险度量的最优投资组合更佳的表现。 展开更多
关键词 广义凸风险度量 场景选择 市场宏观状况 高阶信息 分布鲁棒
在线阅读 下载PDF
基于深度学习的隐函数点云表面重建方法
15
作者 胡鑫 何晓谊 孙剑 《工程数学学报》 北大核心 2025年第3期490-508,共19页
随着三维扫描和点云数据处理技术的迅速发展,点云表面重建已成为计算机图形学与计算机视觉领域的重要研究方向。点云表面重建旨在从离散、不规则分布的点云数据中恢复物体或场景的连续表面。近年来,隐函数方法因其良好的鲁棒性与灵活性... 随着三维扫描和点云数据处理技术的迅速发展,点云表面重建已成为计算机图形学与计算机视觉领域的重要研究方向。点云表面重建旨在从离散、不规则分布的点云数据中恢复物体或场景的连续表面。近年来,隐函数方法因其良好的鲁棒性与灵活性备受瞩目,特别是深度学习的引入,显著提升了其对复杂几何的重建性能。在此背景下,隐函数用于点云表面重建的研究成果不断涌现,使得追踪和把握其全貌愈加困难,因此迫切需要综述性文献梳理其基本原理、关键技术和发展脉络。鉴于此,首先回顾隐函数在点云表面重建中的基本原理和发展历程,随后从隐函数定义、隐函数类型、技术发展、损失函数、数据集、评价指标六个方面,对现有基于隐函数的点云表面重建方法展开系统性综述。最后,总结了该领域面临的关键挑战,如低质量点云处理、表面重建实时性以及序列点云重建问题,并展望了未来的研究方向。综述期望为从事点云重建及相关领域研究的学者提供全面的技术总结,助力其深入了解领域动态、高效定位前沿问题。 展开更多
关键词 深度学习 隐函数 点云 表面重建
在线阅读 下载PDF
基于全局语义信息的GR-BERT模型
16
作者 王煜华 胡俊英 +2 位作者 孙凯 常培菊 费蓉蓉 《工程数学学报》 北大核心 2025年第4期751-762,共12页
关系抽取是提取实体间关系的一项重要的自然语言处理任务。最近的研究发现,预训练BERT模型在自然语言处理任务中取得了非常好的效果。此后,诞生了大量使用预训练BERT模型处理关系抽取任务的方法,其中具有代表性的是R-BERT方法。但是,该... 关系抽取是提取实体间关系的一项重要的自然语言处理任务。最近的研究发现,预训练BERT模型在自然语言处理任务中取得了非常好的效果。此后,诞生了大量使用预训练BERT模型处理关系抽取任务的方法,其中具有代表性的是R-BERT方法。但是,该方法在实现时未考虑主语实体与宾语实体在语义上的差异,以及全局语义信息对关系抽取任务准确性的影响。通过设置两个不同的全连接层来分别提取主语实体和宾语实体的信息,从而将主语实体与宾语实体在语义上的差异引入模型的学习过程中。此外,还在原有的信息融合模块后面添加了一层带有激活函数的新全连接层来将高维全局语义信息与实体对充分融合。将融合了语义差异与全局语义信息的R-BERT简称为GR-BERT。通过在中文人物关系抽取数据集上进行实验,结果表明新提出的GR-BERT的效果较原始R-BERT取得了显著提升,从而验证了新方法GR-BERT的有效性。 展开更多
关键词 BERT模型 自然语言处理 关系抽取 神经网络
在线阅读 下载PDF
工程数学课程改革迫在眉睫
17
作者 梁建华 《中国大学教学》 1993年第1期8-9,共2页
关键词 数学课程改革 数理方程 复变函数 留数 工程数学 积分变换 保角映射 定积分 拉普拉斯方程 初值问题
在线阅读 下载PDF
基于二维散射变换的湖相碳酸盐岩储层厚度预测方法研究 被引量:1
18
作者 杨阳 雷友波 +4 位作者 王倩楠 王治国 杨涛 高静怀 苏朝光 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第4期1601-1612,共12页
济阳坳陷沙四段湖相碳酸盐岩受湖盆内沉积环境和构造运动等因素控制,储层厚度变化大,非均质性强,油气开发难度大.为了准确预测湖相碳酸盐岩储层的厚度,本文提出一种基于二维散射变换和随机森林的储层厚度预测方法.首先,引入二维散射变... 济阳坳陷沙四段湖相碳酸盐岩受湖盆内沉积环境和构造运动等因素控制,储层厚度变化大,非均质性强,油气开发难度大.为了准确预测湖相碳酸盐岩储层的厚度,本文提出一种基于二维散射变换和随机森林的储层厚度预测方法.首先,引入二维散射变换提取地震时频属性,该变换是在二维小波变换的基础上,通过迭代小波分解和非线性操作来实现的.与传统的二维小波变换对比,散射变换提取的时频属性具有局部形变稳定性以及对噪声鲁棒性的优点,有助于提高储层厚度预测的准确率.在此基础上,在有限测井数据的条件下,利用随机森林算法建立多尺度时频属性与测井解释厚度之间的非线性关系,实现湖相碳酸盐岩储层预测.模型数据的预测结果表明,与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比,本文所提的厚度预测方法具有最优的性能.叠后三维地震数据的预测结果表明,与基于传统地震振幅属性的厚度预测和基于二维小波变换的储层厚度预测对比,本文所提方法的厚度预测结果与实际钻井数据误差更小,提高了储层厚度预测的精度,清晰刻画了灰礁、灰滩与灰泥等三种沉积亚相的空间展布,有利于后续井位部署和优化. 展开更多
关键词 储层厚度预测 湖相碳酸盐岩 二维散射变换 随机森林
在线阅读 下载PDF
风电数据的不确定性建模及在电网规划的应用 被引量:1
19
作者 张春霞 金玟玎 +2 位作者 崔玉昆 王永军 叶天 《工程数学学报》 CSCD 北大核心 2024年第5期838-852,共15页
在我国经济高速发展的同时,矿物资源的使用持续增长,对环境的污染也在不断加剧,发展风力发电是我国实现低碳转型的一项重要措施。然而,由于风力发电具有较强的不稳定性,这给电网的运行带来了较大的不确定性。因此,考虑风力发电过程中的... 在我国经济高速发展的同时,矿物资源的使用持续增长,对环境的污染也在不断加剧,发展风力发电是我国实现低碳转型的一项重要措施。然而,由于风力发电具有较强的不稳定性,这给电网的运行带来了较大的不确定性。因此,考虑风力发电过程中的不确定性因素,并对其进行建模,开展含风力发电的电网规划研究。首先对风电出力的不确定性进行建模,建立了风电机组出力的数学模型。其次,提出了以总成本、总网损最小为目标函数的考虑风电不确定性的最优潮流模型,并给出一种采用局部模型并引入动态惯性权重系数改进的粒子群优化求解算法。经采用实际的风电数据进行实验,结果表明与传统的粒子群优化算法相比,改进的粒子群优化算法在求解速度、收敛性以及稳健性方面均具有更优性能。 展开更多
关键词 出力不确定性 蒙特卡罗法 最优潮流 改进的粒子群算法 电网规划
在线阅读 下载PDF
K_(1)峭度约束的地震频域反褶积方法研究
20
作者 杨阳 王治国 +4 位作者 魏千盛 王竟仪 刘乃豪 张兵 高静怀 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第8期3109-3119,共11页
由于鄂尔多斯盆地近地表地形复杂多变,且地震波存在地层吸收等效应,导致采集到的地震资料品质较差,主频较低,纵向分辨率较差.频域反褶积方法是提高鄂尔多斯盆地地震资料分辨率的一项关键技术.目前,峭度是频域反褶积最常用的非高斯性度量... 由于鄂尔多斯盆地近地表地形复杂多变,且地震波存在地层吸收等效应,导致采集到的地震资料品质较差,主频较低,纵向分辨率较差.频域反褶积方法是提高鄂尔多斯盆地地震资料分辨率的一项关键技术.目前,峭度是频域反褶积最常用的非高斯性度量.但是由于实际地层反射系数序列呈现尖峰、长尾分布,传统的峭度定义难以准确度量实际反射系数序列的非高斯性.与传统的峭度不同,K_1峭度能够充分利用概率密度的峰值信息来指示随机变量的非高斯性.因此,本文提出一种基于K_1峭度度量的地震频域反褶积方法,从而能够更加准确地判断反射系数序列的非高斯性.同时引入了定义于频率域上的两参数广义Beta母小波,可以使得本文所提方法能够更好匹配不同地震子波.最后,合成地震数据和鄂尔多斯盆地实际地震数据算例说明:本文所提的方法能够有效的提升低品质地震数据的纵向分辨率,尤其是多个相邻的细小反射系数.井震匹配结果进一步验证了本文所提的方法将原始地震数据的主频从25 Hz提升到35 Hz,有效地识别出多个含气薄储层,从而有利于后续的井位部署优化. 展开更多
关键词 高分辨率处理 地震反褶积 峭度 非高斯性
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部