基于EDA的通用模糊-PID复合控制器设计与实现

本文在Altera公司专用EDA软件QuartusII 9.0平台上设计与实现了基于EDA的通用模糊-PID复合控制器,即基于FPGA实现了由ADC到模糊-PID复合控制器的设计与实现.基于EDA的通用模糊-PID复合控制器不但具有数字传输的可靠性、高效性等优点,还具有硬件语言的实时性特点,并通过功能仿真验证了设计原理的正确性和有效性.     

神经网络方法拟合核磁共振测井曲线

针对常规测井数据无法准确评价低电阻储层的特点,通过建立基于神经网络的高度非线性映射模型,由常规测井曲线拟合核磁共振测井曲线实现测井解释.通过与实际数据的相关度比较,验证了该方法具有模拟核磁共振描述井下储层特征的能力.将其应用于低电阻油藏描述中,可以降低投资成本,对提高油田的勘探效益具有实际意义.     

面向图像的Web对象模型技术

Web上有大量的图像数据，为了提高这些图像数据的利用率，需要研究适应Web特点的图像检索技术。将对象技术应用到Web上的图像数据，提出了一个面向图像的Web对象模型，增强了图像文件的结构性。根据该对象模型构造的检索系统可以对分布在Web上的图像进行基于语义信息的检索。     

FCM聚类算法在岩石图像分析中的应用

岩石的孔隙、喉道等特征是地质人员进行判断储层特征的重要参数.因岩石图像具有较高的复杂度,图像纹理相似,因而对岩石图像进行分析时有一定的难度.人工进行分析时,容易因为各种原因出现误差.本文提出利用模糊C均值算法(FCM)对鄂尔多斯盆地岩石铸体薄片进行聚类分析,实验结果能很好的将岩石铸体薄片中孔隙与岩石背景区分出来,为后期的岩石自动识别与分类奠定了基础.FCM是基于划分的一种非监督聚类算法.     

PCNN原理及其在图像处理中的应用研究

脉冲耦合神经网络是依据对猫视觉皮层神经元脉冲串同步振荡现象的研究而发展形成的新型人工神经网络模型。根据脉冲耦合神经网络的原理和模型,分析其特性,研究并总结了它在图像处理中的应用,如图像分割、图像去噪、图像增强、图像融合等。根据脉冲耦合神经网络目前的国内外研究现状,指出今后的研究重点。     

卷积神经网络在岩石薄片图像检索中的应用初探

近几年来,卷积神经网络引起了国内外研究者的广泛关注,并在大规模图像处理方面有出色的表现,尤其在模式识别领域.将地质勘探与计算机技术相结合,在岩石图像处理方面已经取得了较好的成绩,并且还在不断的探索中,以求更好地投入到实际中去.对于地质勘探研究者来说,对于大量的岩石薄片图像,如何进行快速并且有效的检索是值得研究的领域课题.传统的基于文本的检索方式已不能满足要求,为此,本文试图将卷积神经网络引入到岩石薄片图像的检索中,分析其在岩石薄片图像检索中的可行性.     

网络安全与防范

随着计算机网络技术的发展,网络安全成为一个突出的问题。介绍了计算机网络安全的概念和现状,从分析网络安全的缺陷入手,介绍了网络安全的防范技术;着重探讨了入侵检测技术。入侵检测是网络和信息系统安全中的重要技术手段。对该技术的概念、功能与标准、分类、主要方法及特点进行了综述,对目前一些结合计算智能的入侵检测方法做了概括性的分析,并探讨了一种基于人体免疫原理的分布式智能入侵检测系统模型并描述了其工作流程。人工免疫系统作为新型的计算智能系统,在计算机安全领域得到了广泛应用。从生物免疫机制入手,分析了目前人工免疫系统在计算机安全领域的应用及常用免疫算法应用于安全领域具有的主要优点和存在的不足。     

基于核向量机的模式分类及其实验测试

文中使用一种新的SVM变种--核向量机来对大样本数据集进行训练建模,进而求解模式分类问题.CVM算法是将核函数转换为最小包围球问题进行求解,可以解决任何线性或非线性分类问题.测试结果表明,核向量机可以快速对大样本数据进行分类并能产生较少的支持向量.     

基于进化神经网络的油气层识别研究

油气层的准确识别是提高勘探效果的关键环节之一.在现有油气层识别研究与评价技术基础上,通过对不同储层下测井曲线的分析、测井曲线的特征参数提取、学习样本挑选、测井数据规则化等处理技术,最后利用进化神经网络方法进行油气层识别.通过把进化神经网络模型的仿真结果与神经网络方法的训练结果比较,得出此算法可以使预测精度与神经网络的泛化能力得以提高;同时该识别模型的测试结果还验证了进化神经网络用于油气层识别的可行性,在油藏模拟中的应用具有一定的实际意义.