导读:本文包含了邻域结构论文开题报告文献综述及选题提纲参考文献，主要关键词:松科二井,沙河子组,徐家围子断陷,油气调查工程
邻域结构论文文献综述
符伟,侯贺晟,张交东,刘财,冯晅[1]（2019）在《松科二井邻域沙河子组含油气地层结构特征——基于测井和地震数据的分析》一文中研究指出松辽盆地大陆深部科学钻探工程"松科二井"获得了最完整的沙河子组地层岩心,初步识别出深部页岩气气测异常43层,累计厚度102 m,显示出沙河子组地层具有良好的深部能源前景。为进一步分析松辽盆地沙河子组地层油气资源潜力,本文在前人研究的基础上,结合松科二井测井、岩心数据和地震数据,分析松科二井邻域沙河子组地层的层序特征和空间展布,同时以随钻录井记录到的气测异常为出发点,分析沙河子组地层的测井和地震响应。结果显示:松科二井邻域沙河子组地层具有厚度大、横向延续小的地层展布特点,根据测井、岩心及地震数据,将沙河子组地层分为4个叁级层序:SQ1、SQ2、SQ3和SQ4,其中顶部SQ4层序具有较好的油气前景,其岩性以泥岩为主,并具有相对较高孔隙度、低波阻抗的测井曲线特征,在地震剖面上表现为连续强振幅,阻抗反演剖面上存在局部低波阻抗特征,揭示了该区沙河子组深层天然气资源的赋存条件。(本文来源于《中国地质》期刊2019年05期）
师利中,蔡舒妤[2]（2019）在《基于结构张量特征邻域的机体损伤区域划分》一文中研究指出为实现机体损伤区域准确高效的划分,实现对机体损伤模型重构的数据支持,引入结构张量理论,对机体损伤图像进行特征表示。构建结构张量特征空间,通过分析特征分布,可知损伤特征点分布相对独立,与特征取值无显着关联;以此为依据,提出基于特征邻域的损伤区域划分方法。通过机体损伤图像实例验证,与K均值聚类划分方法对比,对比结果表明,该方法划分的损伤区域准确,边界连续,细节完整,能够消除小范围邻接区域对划分结果的干扰。(本文来源于《计算机工程与设计》期刊2019年10期）
赵永奇,邹锋,陈得宝[3]（2019）在《一种新的基于邻域结构的骨干正余弦算法》一文中研究指出针对正余弦算法后期收敛速度慢、局部搜索能力差的特点,提出一种基于邻域结构的骨干正余弦算法。新算法的主要思想是在正余弦算法更新过程中通过骨干优化思想引入邻域结构和高斯采样学习,并随着迭代次数的增加而增加高斯采样的权重,经贪婪选择后加快算法的收敛速度。新算法能有效地增强种群探索能力,提高种群的多样性。运用新算法与其他智能进化算法对18个经典基准函数进行仿真实验,对测试结果进行比较分析,新算法在稳定性、计算精度和收敛速度方面具有明显的优势。(本文来源于《长春师范大学学报》期刊2019年08期）
何杰光,彭志平,林伟豪,崔得龙[4]（2019）在《一种矩形邻域结构的教学优化算法》一文中研究指出为了克服原始教学优化算法在求解复杂多峰函数时全局寻优精度不高和过早收敛的缺点,提出一种矩形邻域结构和个体扰动的教学优化算法.算法将种群空间设计为矩形结构,个体的矩形邻域由矩形厚度和围绕其的矩形区域个体决定,教和学两个阶段都使用邻域最优个体引导搜索,加强了算法勘探新解和开发局部最优解的能力;为了防止算法过早陷入局部最优,增加了基于搜索边界信息引导的个体扰动阶段,使得种群即使在进化的后期仍能保持较好的多样性.对带有偏移和旋转的复杂函数进行仿真测试,结果表明新算法在求解精度和稳定性方面,在绝大多数情况下优于原始教学算法和其他一些近来的优秀改进教学算法.(本文来源于《电子学报》期刊2019年08期）
符伟,侯贺晟,高锐,刘财,杨瑨[5]（2019）在《“松科二井”邻域岩石圈精细结构特征及动力学环境——深地震反射剖面的揭示》一文中研究指出为揭示"松科二井"邻域岩石圈精细结构特征,布设了一条过井近南北向的深地震反射剖面,采用多尺度药量结合的激发技术,长排列、重点段加密接收高次覆盖的采集方式,通过高保真、高保幅的处理流程获得高分辨率、高信噪比的迭前时间偏移剖面.结果显示:T4反射轴之下沉积岩层状反射与火成岩杂乱反射相间,有两处疑似上古生界地层,分别位于松科二井下方(双程走时,Two way travel time,TWT,3.5～4s)和任民—永安断隆下方(CDP,3500～4500,TWT,3～4s);中下地壳可观察到近平行的北倾反射,中和断陷下方存在上下关联的透镜状强反射,整体轮廓呈蘑菇云状,解释其为岩石圈伸展构造中发育的深部热流底辟体;北部莫霍面呈近水平连续强反射,南部徐家围子断陷区域莫霍面反射较弱,同时剖面上存在3种明显的岩石圈上地幔反射,包括倾斜地幔反射、近水平地幔反射和超深地幔反射,推断其分别为早期俯冲遗迹、早期增厚地壳底界面以及现今岩石圈底界面.本文利用过松科二井地震剖面的最新成果,揭示出古亚洲洋、蒙古—鄂霍茨克洋和古太平洋叁大构造域先后作用下,保留在松嫩地块岩石圈内的结构特征,为探讨松辽盆地形成原因、构造背景及动力学因素提供新视野.(本文来源于《地球物理学报》期刊2019年04期）
林伟豪,何杰光[6]（2019）在《具有小世界邻域结构的混合鲸鱼优化算法》一文中研究指出针对标准鲸鱼优化算法收敛精度低和易早熟的问题,提出了具有小世界邻域结构的混合鲸鱼优化算法。该算法采用小世界网络作为种群的空间结构,在围猎捕食和气泡网攻击阶段,设计了一种混合引导策略来协调算法的全局搜索和局部开发能力。此外,为了能够找到更多局部最优解,提出了基于边界信息的小概率局部维度变异策略。基于标准测试函数的仿真实验表明,与标准鲸鱼优化算法和其他性能优异的改进算法相比,具有小世界邻域结构的混合鲸鱼优化算法在收敛精度和稳定性方面更具优势。(本文来源于《广东石油化工学院学报》期刊2019年01期）
赵诗奎[7]（2018）在《柔性作业车间调度的改进邻域结构混合算法》一文中研究指出针对柔性作业车间调度问题,以优化最大完工时间为目标,提出一种融合改进邻域结构的混合算法。柔性作业车间调度问题机器选择是工序排序优化的前提和基础,因此,将邻域结构分两级进行:第一级跨机器移动工序,第二级同机器移动工序。对同机器移动工序方面进行了改进,结合关键工序的类型定义了相应的移动操作,对已有邻域结构进行了无效移动的精简和有效移动的扩展,提高了邻域结构的精准有效性。给出了邻域结构相应的近似移动评价方法,综合考虑算法的全局搜索能力和局部搜索能力,设计了柔性作业车间调度问题求解算法。通过采用基准算例进行测试,验证了所提方法的有效性。(本文来源于《计算机集成制造系统》期刊2018年12期）
徐国明,袁宏武,许蒙恩,曹宇剑[8]（2018）在《图像块稀疏结构相似度邻域约束超分辨率方法》一文中研究指出在利用稀疏邻域嵌入来改进视觉伪影的图像超分辨率过程中,以稀疏特征进行高频信息估计时会产生过拟合,导致图像目标的边缘纹理部分过于平滑而丢失细节信息.针对此问题,提出图像块稀疏结构相似度邻域约束超分辨率方法.首先通过建立高/低分辨率样本块对模型并进行字典对学习,同时得到样本对模型的同构稀疏表示系数;然后以图像块稀疏结构相似度作为特征,在样本对模型中进行稀疏结构相似邻域选择;最后建立图像超分辨率目标函数,将邻域加权估计、稀疏线性组合以及下采样逼近作为约束项,采用共轭梯度算法进行模型求解.利用公共数据仿真实验和实际采集图像进行实验,并对主要参数进行验证和分析,结果表明,该方法在抑制视觉伪影的同时有效地保留了图像细节信息,峰值信噪比和结构相似度等客观评价指标也有所提高.(本文来源于《计算机辅助设计与图形学学报》期刊2018年09期）
李精忠,方文江[9]（2018）在《顾及邻域结构的线状要素Morphing方法》一文中研究指出地图综合过程中,综合前后图形轮廓上两点间的绝对距离可能会发生很大改变,但是点的邻域结构和上下文信息相对保持稳定。基于此,首先提出一种结合形状上下文和松弛标记法的形状匹配方法,通过全局形状描述子形状上下文来描述点集的不变特征;然后将点集间形状上下文的统计检验匹配代价转化为松弛标记法的初始匹配概率,接着通过迭代支持度函数更新匹配概率,直到建立最优匹配;最后根据点集的匹配关系,得到相应的匹配线段,通过线性插值实现要素的连续尺度变换。实验结果表明,该方法不仅能够很好地顾及要素的上下文信息,而且也能顾及到邻域结构特征,提高Morphing变换的精度。(本文来源于《武汉大学学报(信息科学版)》期刊2018年08期）
曹喆文[10]（2018）在《基于邻域非对称结构成像的神经纤维聚类算法研究》一文中研究指出基于扩散磁共振的脑白质纤维成像技术是目前研究及分析白质纤维结构的基础,是当前脑科学中的研究热点。在白质纤维成像技术中,传统的纤维跟踪和纤维成像分析方法已经难以满足纤维重构的精度以及临床应用的要求。一方面,现有高角度分辨率采样的纤维成像方案在复杂纤维结构的识别能力上有所提高,但其只考虑单体素的纤维结构信息,忽略局部纤维结构,存在纤维重构精度不高、抗噪声能力差等问题,从体素内纤维方向的分布为非对称结构考虑,不同的纤维结构(如交叉、发散或弯曲情况)无法被现有纤维跟踪技术精确地描述。另一方面,纤维成像分析通常将全脑纤维分为一系列连续的具有一定结构和形状的纤维束,该技术目前停留在纤维宏观分析且难以结合解剖信息。由于缺乏纤维束的边缘结构信息并且复杂白质结构在个体样本中具有高度变异性,基于解剖结构信息的纤维聚类技术仍然是一个开放的课题。本文针对以上问题分别进行研究,并提出了新的方法加以改善,主要工作如下:1.针对传统纤维跟踪方法只考虑到单体素的纤维信息而造成跟踪结果不稳定、纤维分布不连续等问题,本文提出一种基于邻域信息非对称结构的纤维跟踪算法。该算法在跟踪过程中利用邻域体素纤维方向信息建立空间连续的方向场来描述纤维流线的分布,再通过数值积分方法拟合出纤维流线,从而得到任意空间几何的平滑纤维束,并减小原始图像噪声带来的方向估计不精确的问题。2.针对现有纤维成像分析难以结合解剖信息对成像结果进行分析的问题,本文提出了一种基于先验解剖的多尺度纤维聚类方法。该方法利用全脑纤维空间几何特征,解剖学先验信息,神经纤维联络通路特征共同作为纤维的特征提取以及相似度量对纤维成像结果进行聚类。与此同时,该方法利用具有高度一致性的纤维束在白质结构中的覆盖率来验证聚类结果。基于邻域信息的纤维跟踪算法在模拟数据和实际人脑数据进行了测试并与其它现有算法进行了量化对比,实验结果表明该方法在抗噪声能力,纤维连续程度和纤维识别精度方面有出色表现。基于先验解剖的多尺度纤维聚类方法通过在实际人脑数据基础上进行了多重测试,结实验结果表明该方法不仅提高了纤维束与解剖先验知识的高度一致覆盖率,并且能够简化纤维数据空间来提高纤维聚类相似度测量的群体一致性。(本文来源于《浙江工业大学》期刊2018-05-28）
邻域结构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现机体损伤区域准确高效的划分,实现对机体损伤模型重构的数据支持,引入结构张量理论,对机体损伤图像进行特征表示。构建结构张量特征空间,通过分析特征分布,可知损伤特征点分布相对独立,与特征取值无显着关联;以此为依据,提出基于特征邻域的损伤区域划分方法。通过机体损伤图像实例验证,与K均值聚类划分方法对比,对比结果表明,该方法划分的损伤区域准确,边界连续,细节完整,能够消除小范围邻接区域对划分结果的干扰。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
邻域结构论文参考文献
[1].符伟,侯贺晟,张交东,刘财,冯晅.松科二井邻域沙河子组含油气地层结构特征——基于测井和地震数据的分析[J].中国地质.2019
[2].师利中,蔡舒妤.基于结构张量特征邻域的机体损伤区域划分[J].计算机工程与设计.2019
[3].赵永奇,邹锋,陈得宝.一种新的基于邻域结构的骨干正余弦算法[J].长春师范大学学报.2019
[4].何杰光,彭志平,林伟豪,崔得龙.一种矩形邻域结构的教学优化算法[J].电子学报.2019
[5].符伟,侯贺晟,高锐,刘财,杨瑨.“松科二井”邻域岩石圈精细结构特征及动力学环境——深地震反射剖面的揭示[J].地球物理学报.2019
[6].林伟豪,何杰光.具有小世界邻域结构的混合鲸鱼优化算法[J].广东石油化工学院学报.2019
[7].赵诗奎.柔性作业车间调度的改进邻域结构混合算法[J].计算机集成制造系统.2018
[8].徐国明,袁宏武,许蒙恩,曹宇剑.图像块稀疏结构相似度邻域约束超分辨率方法[J].计算机辅助设计与图形学学报.2018
[9].李精忠,方文江.顾及邻域结构的线状要素Morphing方法[J].武汉大学学报(信息科学版).2018
[10].曹喆文.基于邻域非对称结构成像的神经纤维聚类算法研究[D].浙江工业大学.2018