简介:摘要:在实际生产应用中,测井曲线在识别岩性、判别油气层、分析地层地质构造,以及计算孔隙度、渗透率和饱和度方面具有无可替代的作用。然而,常常因为仪器故障和井眼坍塌等问题,导致测井曲线某些井段部分测井曲线失真或间断性缺失的情况,使得后续的测井解释工作无法进一步开展,但是重测曲线不仅价格昂贵且操作十分困难。以往都是使用数据统计分析然后利用线性拟合的方式来计算重构曲线的方法,但是由于实际地质情况的复杂多变,很难用一个函数表达式来定性的准确表达,故其精确性无法满足超精细测井解释的需求。本文将多层感知器(multi-layer perceptron,MLP)神经网络系统的方法应用到测井曲线重构试验中进行优化,并选择合理的、质量较好的曲线作为输入层数据,待重构曲线作为输出层数据,中间隐藏层的层数并不固定,效果较好。
简介:摘要目的采用多层感知器评价经胸超声对"术中右上肺静脉鞘管压迫"测量房间隔缺损(ASD)压管值对选择封堵器的准确性。方法回顾性分析2016年1月至2019年1月在空军军医大学第一附属医院成功进行封堵治疗的残缘为软缘、发育菲薄或合并房间隔瘤的中央型ASD患者460例,年龄(34.32±18.84)岁,男性129例,女性331例。记录术前经胸超声心动图(TTE)测量的ASD大小,以及术中TTE测量经右上肺静脉鞘管压迫后所得的ASD压管值大小。以手术最终选择的封堵器大小作为因变量,分别将术前和术中超声测量值作为协变量。将所有患者按照5∶2∶3比例随机分为训练集、测试集及验证集导入多层感知器,采用梯度下降法优化调整权重,分别进行10次运算,计算相对误差平均值,评价两种超声测量方法对封堵器选择的准确性。结果所有患者术前超声测量的ASD大小为(15.26±5.33)mm,术中压管值为(23.83±6.39)mm,术后封堵器大小为(25.14±6.55)mm。术前、术后及封堵器大小依次递增,差异有统计学意义(χ2=850.450,P<0.001),两两比较差异均有统计学意义(P<0.001)。运行10次多层感知器,获得基于术前TTE和术中右上肺静脉鞘管压迫后TTE测量的ASD压管值预测封堵器大小的训练模型。其中采用术前TTE获得的模型在验证集的相对误差为(16.55±0.02)%,术中右上肺静脉鞘管压迫后TTE测量的ASD压管值获得的模型在验证集的相对误差为(4.81±0.01)%,两种测量方法的误差差异有统计学意义(t=16.185,P<0.001)。结论ASD封堵术中使用右上肺静脉鞘管压迫法、经胸超声测量ASD压管值的大小,对ASD封堵器的选择更加准确。对于ASD后缘、下缘、后下缘残缘为软缘,且发育菲薄或合并房间隔瘤的ASD患者封堵器的精确选择有重要指导作用。
简介:【摘要】本文从教学过程中的时间规划无科学根据的问题出发,分析了通过人工智能协助解决该问题的可行性。详细阐述了Keras多层感知器预测学生完成《计算机应用基础》课堂练习所需时间的数据预处理、模型搭建及训练的全过程,选择了不同的班级使用训练后的模型进行了预测、分析了预测结果并探讨了如何将预测结果运用到教师的实际教学中,展望了人工智能在教学中的应用前景。
简介:采用偶应力理论对单层压电悬臂梁式微执行器在强外加电场作用下的非线性静态特征进行了研究.悬臂式执行器包括压电层、被动(弹性)层和2个电极层.首先,采用瑞利-里兹方法分析了在强外加电场作用下由于压电层电致伸缩效应引起的执行器非线性静态特性.其次,由于悬臂执行器的厚度在μm量级,存在变形尺度效应,采用偶应力理论对变形的尺度效应进行了分析.分析结果表明:悬臂执行器的非线性随着外加电场强度的增大而增大,当外加电场很大时,出现刚度软化现象;而且,执行器被动层和压电层厚度比的最优值不是通常采用的1.0.在微尺度下,由于微梁变形存在尺度效应,该厚度比的最优值应比1.0大.
简介:摘要:目前供电企业主要使用在户外电力设备安装护栏和反光警示牌两类社会安全保障措施进行告警,警示手段缺乏主动性,告警成功率不高等。针对现时社会安全保障措施的局限性与不足,该文介绍了一种可自动运作的户外电力设备警示装置,在提高告警成功率、降低成本的同时,希望以此促进社会安全保障的可靠性不断提升。
简介:通过建立无线传感器网络环境中的能耗模型,研究了高效能耗以及由路径损耗模型不同带来的数据干扰问题.采用二维网格分簇机制,其中簇头选举算法基于节点的剩余能量和随机退避时间,以一种高效且分散的方式使簇头在所有传感器节点中均匀轮换.节点除了在传输和接收数据过程中消耗能量,在干扰重传时也需要消耗额外的能量.根据平面几何学,通过分析和数学推导,得出网络的总能耗与分簇机制中的网格结构直接相关的结论,其中簇的大小决定传输范围,节点距离决定路径损耗指数,网络结构决定同时传输数据的节点产生的干扰总数.通过分析和仿真实验,提出了在无线传感器网络中优化的网格结构和对应的网格大小,从而在最大化降低能耗和最小化总体冲突之间达成平衡.
简介:摘要:基于高压断路器运行期间长期积累大量关于高压断路器各运行部件的本体数据、工况及环境数据,运用机器学习全面准确地掌握断路器的实际运行情况,并运用多源异构大数据分析,建立断路器状态参量智能评估和故障的智能研判技术,提高工作效率,增强供电可靠性,有助于提高电网的安全、稳定、经济运行的能力,具有深远的社会效益。