【摘 要】
：
针对目前国内钻井设计的研究现状，根据网络环境下钻井工程设计的特点，提出在网络环境下钻井工程集成设计系统的体系结构。运用计算机数据库技术和网络技术，在统一的软硬件平台上构建集设计依据、数据支撑、钻井工程设计、固井设计、钻井液设计和设计结果管理于一体的钻井工程集成设计系统，并基于VS2008和Oracle9i对系统进行了实现。详细介绍了系统的功能和主要特点。本系统的应用，使多个钻井工程设计人员或分布在
【机 构】
：
中国石油大学石油工程教育部重点实验室，北京 102249 西安石油大学石油工程学院，陕西 西安 710065
论文部分内容阅读
针对目前国内钻井设计的研究现状，根据网络环境下钻井工程设计的特点，提出在网络环境下钻井工程集成设计系统的体系结构。运用计算机数据库技术和网络技术，在统一的软硬件平台上构建集设计依据、数据支撑、钻井工程设计、固井设计、钻井液设计和设计结果管理于一体的钻井工程集成设计系统，并基于VS2008和Oracle9i对系统进行了实现。详细介绍了系统的功能和主要特点。本系统的应用，使多个钻井工程设计人员或分布在不同地区的设计人员，在与地质设计和钻井工程实钻过程充分信息共享的基础上，按照一定的规范和流程进行协同设计成为现实。
其他文献
以国际民航组织(ICAO)对目视引导设备的评价参数为规范，提出了基于Kriging模型的机场助航灯光光强检测算法。该算法根据系统特点进行数据的预处理，通过构造多项式变异函数模型，实现数据的点估计，并给出估计误差，形成规则网格数据模型，生成等光强图。此方法与距离倒数加权方法比较，具有较高的精度，为助航灯的评判标准提供了理论依据，具有实际的应用价值。
针对工作流系统中存在的异常问题，本文提出了一个基于WF-net和ECA规则的工作流恢复网模型。主要对可预测和不可预测异常处理进行分析。模型设计时采用了WF-net结构，运行时可动态调整工作流结构，采用基于任务的恢复策略处理异常。利用EcA规则处理模型可预测异常，考虑任务间的数据依赖，采用人工恢复策略处理不可预测异常。模型不仅使得工作流网形式化的正确性验证和ECA规则的技术成功实现简单，形成优势互补
无线传感器侦查网络通常部署在开放的敌对环境中，为了阻止敌对方获取有关事件的信息，需要对其侦查网络实施攻击破坏.隐蔽探测目标网络的拓扑结构能够帮助实现灵巧、高效的攻击。而目前已有的拓扑发现算法都不能满足攻击方的应用需求。本文提出一种通过隐蔽监测估计无线传感器网络拓扑梯度的算法。算法以网络初始化阶段的路由建立广播报丈和数据通信阶段的感知数据报文为信息输入，获得网络中处于活动状态的传感器节点集合，并将节
如何建立完善的网络教学系统，将校园网变成强大的教学手段和教育环境，是高校面临的一个迫切问题。提出了基于J2EE的网络教学平台的体系结构，由表示层、应用层和数据层组成。介绍了系统用例图及功能设计方案，描述了资源库中树型结构算法，给出了XML技术在教学资源共享中的优势及具体实现过程。
分析了描述逻辑在数据库中的研究现状和存在的问题，特别是描述逻辑与面向对象数据模型的关系。在A Artale和D Calvanese的基础上提出了面向对象数据模型和演化面向对象数据模型的形式化定义，针对面向对象数据模型和演化面向对象数据模型的需求和特点，提出了基于描述逻辑DLRifd的面向对象数据模型和演化面向对象数据模型，即研究了如何将面向对象数据模型和演化面向对象数据模型转化为描述逻辑DL Ri
主动形体模型是在对象建模、形状识别、图像定位等领域中越来越重要的方法。图像的匹配过程中，如果目标图像不够清晰，则会产生畸变的匹配结果，但是该模型没有一个有效的对畸变图形进行检测和修正的策略。本文通过引入边界矩不变量，对模型的形体变化进行量化，并根据从训练集中获取的统计信息，对变形过程中的模型形体的变形进行检测和修正。实验表明，使用本文的方法，能够在很大程度上解决匹配过程中的畸变问题，并且相比传统主
基于语音信号的时变特性，本文提出了一种神经网络语音识别方法，即把混沌特性引入到神经元，构成混沌神经网络，把这种神经网络用于语音识别，并与常用的BP神经网络识别方法进行了比较。实验结果表明，混沌神经网络的平均识别率要高于同等条件下常用的神经网络方法的识别率。同时在特征参数提取中引入了小波变换，借助Mel-Frequency CepstrumCoefficient(MFCC)参数的提取方法，用小波变换
Copy-Move虚假图像，是将图像某一区域复制并粘贴到同一幅图像的其他区域，达到隐藏图像中重要信息的目的。本文以相关性作特征量，对盲检测建模分析，给出基于相关性的Copy-Move盲检测算法;实验缮果表明，该方法显著地提高了检测准确度和抗攻击性。
单幅文本图像的超分辨率可以通过学习高分辨率文本样本图像实现。在这篇论文中，基于贝叶斯学习框架，我们提出了一种邻域约束模型，即三步约束算法，用于单幅文本图像的超分辨率。在所建议的算法中，通过学习构成马尔科夫网络节点的高低分辨率图像对之间的统计关系获得先验知识。实验表明该算法能够获取较好的超分辨率效果。
针对非限制手写字符识别中，由于字符模式的不稳定而引发训练样本集过于庞大致使识别算法效率下降的问题，提出了一种结合Affinitypropagation(AP)聚类和线性鉴别分析(LDA)的手写体数字识别方法。本文算法通过对手写数字样本进行有效鉴别特征的抽取，并采用AP算法构建新的稳定有效的代表训练样本集，以实现在保证识别率和可靠性的前提下大幅提高识别效率。实验中使用了Concordia大学的CEN