简介:油藏描述是根据数模参数来描述油藏、以便对其进行动态预测的一种方法。我们介绍了一种采用专用设计的遗传算法来搜索最有可能与油藏的测量结果拟合的油藏描述方法。该遗传算法使用六个染色体来代表不同类型的油藏参数。其中三个染色体具有多维实数结构,而另外三个染色体则为一维二进制数组。创造了专门设计的交换和变异算子与非标准的基因组结构一同使用。该方法在真实、复杂的人造油藏模型上进行了试验,并与模拟退火(SA)算法进行了比较。我们证明,遗传算法能获得比模拟退火算法更好的结果,可与人工计算所能得到的结果相媲美。此外我们还证明,对于算法建立的详细过程而言,遗传算法的性能是稳健的。因为该算法易于进行并行处理,对于被丢失和被破坏的解具有稳健性,且能返回一组良好的解,因此它是自动油藏描述算法中的一种理想方法。
简介:在GPS网络RTK中,利用不同的内插算法,生成的流动站误差改正数不同,它们对定位结果的影响也不同。通过算例分析表明,选择合理的内插算法,不仅可以生成与流动站真实误差较为接近的误差改正数,还可以提高整周模糊度的解算成功率和导航定位的精度。
简介:为实现水声传播损失高效准确计算,以满足工程应用要求,基于南海某深水海域水声调查数据研究改进拖曳声源深海传播损失算法.首先,对信号时间序列分析发现:深海多途传播结构显著,可分为直达波、第一二次海底反射波,信号幅度逐渐减小,海面反射波与直达波重叠;目标信号中心频率产生多普勒频移,与声源拖曳速度对应较好;“单频”正弦信号并非单一频点上的声信号,为一窄带功率谱,谱峰对应信号中心频率.进而,从信号识别及多途效应处理两方面对算法进行改进:基于功率谱频带分布,设计Butterworth滤波器带通截止频率,从频域上滤除噪声信号;依据环境噪声电压幅值,制定其判定标准,从时域剔除与目标信号同频带噪声信号.算法改进后可较好适应低信噪比环境下多途拖曳声源信号能量计算,快速高精度得到传损失数据.
简介:【摘要】本文首要研究基于传统的模板匹配的字符识别算法和基于 BP神经网络字符识别算法。首先介绍车牌图像灰度化处理、车牌图像二值化进行图像预处理。车牌定位算法主要介绍边缘检测定位算法然后对定位好的车牌进行矫正。车牌字符分割算法主要研究基于连通预字符分割算法。最后利用 MATLAB仿真进行基于模板匹配的字符识别算法和 BP神经网络字符识别算法进行对比。
简介:摘要:数字化转型、智能化改造已成为港口发展的重要趋势和核心驱动力。不规则件杂货智能识别算法研究项目课题通过集成“视频流+多点识别+AI识别”等信息技术,对理货模式进行智能化改造,实现了视频流自动抓拍识别、算法深度自主学习和多视频流技术校验,在散杂货港口针对件杂货货物形状、重量、大小不统一及装卸工艺复杂等特点,针对码头前沿装卸、水平运输以及堆场作业等不同作业场景,研究针对不同类型件杂货的智能识别算法,并探索嵌入港口现有智能理货系统之中,突破当前港口件杂货理货,(某货种)形状不规则、长度和直径不统一、单车积载相互遮挡、单摄像头无法完整采集整车图像等理货关键难题。