【摘 要】
：
地震资料计算机解释系统是集地震数据存储、数据分析和图形显示于一体的系统,其架构经历了不同的发展阶段。最初的系统架构利用单一站点进行解释,随着地震勘探中数据量的不断增大和三维可视化技术的应用,计算机解释系统由单一站点向网络化和集群化方向发展。而近来随着虚拟化和云计算技术的应用,石油勘探开发一体化云平台被广泛运用,解释系统作为云平台的一个功能模块,变得更加完善和高效。通过部署虚拟化、大数据和云计算等技
论文部分内容阅读
地震资料计算机解释系统是集地震数据存储、数据分析和图形显示于一体的系统,其架构经历了不同的发展阶段。最初的系统架构利用单一站点进行解释,随着地震勘探中数据量的不断增大和三维可视化技术的应用,计算机解释系统由单一站点向网络化和集群化方向发展。而近来随着虚拟化和云计算技术的应用,石油勘探开发一体化云平台被广泛运用,解释系统作为云平台的一个功能模块,变得更加完善和高效。通过部署虚拟化、大数据和云计算等技术,解释系统呈现了智能化和协同化的发展趋势。
其他文献
我国医疗废物收集处置系统存在重处置、轻收运的问题,其中小型医疗机构收运不及时现象严重。传统的统一收运模式下集中处置单位不能及时上门收运,成为突出的管理短板。近年来
目前,人造板行业尾气治理主要以旋风除尘和喷淋洗涤技术为主,除尘效率较低,颗粒物排放浓度普遍在100mg/Nm3以上,无法满足目前的环保要求。本文以西北某木业公司年产25万m3纤
当前,臭氧氧化技术已经被广泛应用于水处理工艺中,通过臭氧氧化,不仅可以使常规的处理效果得以提高,还能有效分解水中一些难降解的有机物。文章主要概述了臭氧的基本特性,对
针对当前的病毒软件检测方法难以应对大数据时代下病毒软件快速分类问题,提出一种病毒可视化检测的分类方法。详细阐述了病毒软件可视化过程,并提出一种卷积神经网络结合注意力机制的模型(即CNN_CBAM模型)进行病毒软件家族分类的深度学习方法。病毒软件样本采用BIG2015和Malimg数据集,将其进行可视化,并将CNN_CBAM模型在可视化后的数据集上进行训练。实验结果显示,CNN_CBAM模型能够有效
针对驾驶风险随驾驶心态和路网信息发生变化,而目前个性化智能导航却极其落后的严峻问题,以易受路网信息和驾驶心态影响的驾驶行为过程为研究对象,深入研究了路网状态及驾驶心态与驾驶风险的本质联系,提出了路网信息指标和驾驶风险参数及计算方法;以城乡道路、高速公路相结合的车辆行驶环境为模型,运用逐级动态优化原理,设计了适时路网信息和驾驶心态驱动下驾驶风险逐级动态智能规避机制算法,并运用Matlab仿真平台对驾
在深度学习中,数据是三大核心要素之一。尤其在某些领域,数据的稀有、人工标注造成大量人力的浪费、数据好坏对产出结果的影响,都显现出数据的重要性。鉴于在动漫领域中,人物的制作需要花费大量的人力和时间,所以从动漫头像出发,基于生成对抗网络,结合编码器、残差网络、解码器,经过编码器改变图像的维度,最后利用解码器将提取到的特征数据生成近似于原始图像的数据集。生成对抗网络本身固有的缺点会导致最后的效果并不是很
随着科技的发展,数据分类问题应用在生活的多个方面,然而在面对庞大的数据时,往往采用压缩过的稀疏数据,这就为分类模型的发展带来了极大的挑战。为了提高稀疏数据分类的准确性和正确率,提出了基于稀疏逻辑回归的链接神经网络模型,由此构建成可靠的分类模型。以两类数据作为研究对象,首先进行数据预处理,再提取出数据特征对其进行分类。研究结果表明,分类模型不仅可以应用于稀疏数据,而且正确率较神经网络模型的结果有所提
在计算机网络中,服务器对不同的客户端提供不同时间规定的访问服务,其他时间禁止客户端访问,进行服务器数据自动备份,提高了服务器的安全性和稳定性。针对该需求,可以在连接服务器的三层设备上启用时间访问控制列表,定义好服务器允许访问的时间规则,将该规则应用到扩展访问控制列表,并把列表绑定到相应的端口。针对某一局域网网络连接Internet结构,论述时间访问控制列表技术,分析时间访问控制列表的特点和应用方法
根据长荡湖地区1983—2020年共38景遥感影像中围网养殖区的光谱信息与纹理信息,借助ENVI和Arc GIS软件,通过人机交互目视解译的方法,提取了长荡湖的围网养殖区,分析其38 a的连续时空变化。结果表明,长荡湖围网养殖经历了无围网期(1983—1986年)、增长期(1987—1999年)、巅峰期(2000—2004年)、下降期(2005—2011年)、增长期(2012—2013年)、下降期
针对智能温室控制模型中,实时温度数据因通信和设备故障等问题造成的数据缺失现象,提出了在常规神经网络模型基础上,利用模糊控制进行补偿的插补方法。利用搭建在温室大棚的智能监控系统对人工温室中的温度参数进行采集,并利用所测数据对上述模型进行插补验证实验。实验结果表明:与通用模型相比,所提出的模糊神经网络插补模型改变了传统处理方式中插补数据不精确的现状,为实时温度数据缺失提供了有效地处理方法,也为建立智能