连续气举动态仿真技术的应用及存在的问题

来源 :2007年全国气举技术研讨会 | 被引量 : 0次 | 上传用户:ytcjy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在充分考虑气举卸载过程特征的基础上,通过采用质量守恒和动量守恒方程及地层中的非稳态渗流方程,建立仿真模型。模型实例表明,用本文所述的方法,可以描述气举井系统在卸载过程中的压力、液面、注气量、产液量等随时间变化的动态,为气举井的合理设计和分析提供了有力的工具。但目前气举井系统各部分的描述模型还不能很好地满足气举动态模拟建模的需要,有待进一步研究。
其他文献
SIFT算法是一种稳定的基于尺度空间的局部特征点提取和匹配算法。该算法在很大强度的噪声影响和亮度、视角、旋转的变化下,能表现出很强的鲁棒性。但由于SIFT特征点描述子是一个高维向量,其匹配过程是一个遍历搜索的过程,这就使得匹配效率很低。本文针对这一不足,提出了一种应用在立体视觉中的基于光流计算的特征点匹配的快速算法。大量的实验证明了此算法的有效性。
在基于内容的图像检索系统中,相关反馈技术的引入在一定程度上缩小了图像的视觉底层特征与图像的高层语义之间的鸿沟。本文提出一种综合利用反馈信息,融合多种策略的相关反馈算法:根据核密度估计理论并引入均值漂移优化技术实现查询向量的更新;为实时地把握图像的语义信息以及用户的查询意图,在更新特征各维之间权重分配的同时,还对各个特征之间的权重进行动态更新;最后,为削弱那些在底层特征上相似但在高层语义上不相关的非
提出了基于最小体积覆盖椭球的容差SVM分类器设计新方法。对于二类支持向量机容差分类器设计,这种方法首先通过优化方法分别获得欧氏空间以及再造核空间下的最小体积覆盖椭球并获得椭球形状矩阵。其次,定义了Mahalanobis变换,推广定义Mahalanobis间隔。再次,通过Mahalanobis变换将原始数据转换为球形分布。最后,引入最大化Mahalanobis间隔至标准支持向量机模型,从而得到容差S
本文提出了一种基于奇异向量空间的树分类器(ST)算法,通过将数据从原属性空间变换到正交的奇异向量空间,在新空间内间接构建原空间的近似最优斜决策树,从而改善树分类器的泛化性能。ST算法无需参数调节,分类结果不受样本随机重排的影响,时间复杂度与单变量决策树算法相同。实验结果显示,ST算法比其他斜决策树算法分类准确率更高,构建的决策树大小更稳定,且决策树构建时间与传统单变量决策树算法相近。
本文提出了用于图模型精确推理的层次消息传递(HierarchicalMessage Passing,HMP)算法以及包含树(Containing Tree)算法,以解决传统连接树算法在存在约束包含和约束消除情况下无法充分利用图模型中的结构信息的问题。HMP算法采用递归结构,逐级挖掘图模型具有的条件独立性以减小推理计算量:包含树算法利用势函数定义域之间的包含关系,有效的降低推理所需的乘法次数。理论分
提出了一种新的分类方法:S-学习。该方法采用最小二乘损失函数阶段式地逼近一个有界且单调非增的非凸损失函数。与其他分类方法相比,该方法在理论和经验上具有以下优点:1)相比SVM,Logistic回归,Adaboost,岭回归等采用凸损失函数的分类器,该方法具有更好的泛化性能和对outlier的鲁棒性;2)相比v-Leaming等采用非凸损失函数的分类器,该方法在计算代价和分析性能方面有非常明显的优势
为了用微分几何方法对多项式核函数的SVM分类器进行改进,计算得到了经过修改的多项式核函数的黎曼几何度规和相应的放大因子,对修改多项式核函数的SVM进行了参数分析,将修改多项式核函数的SVM应用在Intro-Exon分类中,分类效果有着明显改善,说明这样的修改对分类器的设计是有效的。
本文提出了一种基于差分向量和KPCA的人脸识别方法。人脸图像的每类的共同向量是由该类图像通过Gram—Schmidt正交变换而得到的,它表示同一类图像的共同的不变的性质。原始图像与该类共同向量之间的差分向量则含有该类协方差矩阵所有非零特征值所对应的特征向量的所有特征。通过KPCA对差分向量的处理得到最优投影向量,识别结果是通过推导测试样本的差分向量和训练样本的差分向量在最优投影轴上获得的特征向量之
当气举系统气量紧张,低产井举升效率下降时,采用气举采油系统优化技术可提高系统举升效率。该技术对气举井垂直多相管流相关式进行拟合修正,提高了油井产能预测的准确度。技术在哈萨克斯坦让那若尔油田应用后提高系统举升效率12.7%,效果显著。
衍射增强法(Diffraction Enhanced Imaging,DEI)是一种获得样品吸收、折射和小角散射信息的X射线成像技术,它能获得具有相同或相似的吸收系数的软组织样品的清晰图像,而这在基于吸收的传统X射线成像技术中是无法获得的。然而,DEI方法忽略了小角散射的影响,因此,DEI图像在生物医学应用中,可能包含伪影或错误的结果。多图统计法(Multiple imageradiography