油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

岩土工程和采矿工程涉及大量的颗粒物质科学和技术难题,定量识别和提取光弹试验颗粒体系的力链网络结构和分布特征,对于认识和掌握其内部细观力学机理和研究宏观力学行为至关重要.采用彩色梯度均方值(G2)算法,建立了不同粒径的圆形颗粒和方形颗粒的接触力(F)和G2的关系;基于数字图像处理技术,提出了识别和区分图像中不同粒径圆形颗粒和方形颗粒的方法,获得了光弹图片中力链网络结构和力链分布方位.以煤矿综放开采为实例,对所提出的力链定量提取方法进行了验证分析,清晰揭示了综放采面矿压形成机理和本质特征.研究表明:单颗粒的F值与G2呈单调递增关系,且粒径越大,F随G2值的增长速度越快;颗粒体系接触力集中分布在0.5F

结合沉降和压滤实验, 对脱水性能数据进行曲线拟合获得连续网状结构形成浓度、压缩屈服应力和干涉沉降系数, 引入Usher提出的稳态浓密性能预测算法, 建立了无耙深锥浓密模型, 分析了絮凝剂单耗、底流中固相的体积分数、泥层高度等对固体通量和固体处理能力的影响规律.研究结果表明: 絮凝剂添加量对沉降区域影响大于压密区域, 20 g·t-1时浓密性能较好, 底流中固相的体积分数越大固体通量越小; 在沉降区域, 固体通量仅与浓度有关, 不受泥层高度影响; 在压密区域, 固体通量为浓度与泥层高度的方程; 模型参数范围内, 当泥层高度 < 3.5 m时, 固体处理能力为浓度与泥层高度的方程, 当泥层高度>3.5 m时, 固体处理能力与固体通量随底流中固相的体积分数变化规律一致

8.1 数据中心与数据中心网络概述 8.1.1 数据中心 8.1.2 数据中心网络 8.1.3 数据中心网络体系结构 8.2 电交换数据中心网络架构 8.2.1 以交换机为中心的 DCN 架构 8.2.2 以服务器为中心的 DCN 架构 8.3 光电混合交换数据中心网络架构 8.4 光交换与光互连数据中心网络架构 8.4.1 基于光电路交换的全光数据中心网络 8.4.2 基于光分组交换的全光数据中心网络 8.4.3 数据中心机架内光互连架构 8.5 数据中心网络的路由技术 8.5.1 数据中心的流量特征分析 8.5.2 分布式路由机制 8.5.3 集中式路由机制 8.6 数据中心网络的传送技术 8.6.1 TCP 拥塞控制机制 8.6.2 多租户场景的带宽分配算法 8.7 软件定义数据中心网络 8.7.1 软件定义网络 8.7.2 软件定义数据中心网络

现有的大坝整体性态评价方法以定性评价为主，主观性较强.针对这一问题，以单测点监控模型的计算值与监测仪器实测值之间的残差为基础，提出采用多测点融合残差表征大坝整体性态.结合信息熵理论研究了不同测点的残差变化规律，从而对各测点残差的融合权重进行了分配，计算了融合残差.通过对融合残差进行分布分析，利用逆向云发生器、正向云发生器建立了表征大坝不同性态的概念云，即评价标准.在此基础上，结合云相似度算法，建立了大坝整体性态的评价模型.算例表明，该模型能够有效识别大坝监测资料中的异常测值，并能够定量、客观地评价大坝整体性态，评价结果合理、可靠，可为保障大坝安全运行提供重要参考

针对自动化高速公路（Automated highway system，AHS）车队稳定性问题，发展了一种多目标自适应巡航控制算法，根据李雅普诺夫（Lyapunov）稳定性理论对该问题进行了量化分析，并给出了同质与异质车队稳定性的设计要求，基于模型预测控制（Model predictive control，MPC）理论，综合协调驾驶员期望响应、跟驰安全性、车队稳定性、车队整体品质等控制目标， 采用加权二次型性能泛函以及线性矩阵不等式约束的形式，将协同式多目标自适应巡航（Adaptive cruise control, ACC）设计问题最终转化成带约束的在线凸二次规划问题

为研究风化壳淋积型稀土矿浸出过程中溶液渗流作用对孔隙结构的影响，以去离子水为溶浸液开展浸矿实验。对浸出前后矿样进行显微CT扫描，获取了试样内部结构图像，利用阈值分割算法得到了浸出前后稀土矿样的孔隙结构图像。进而，研究了溶液渗流作用下试样孔隙结构的变化特征，分析了渗流作用对试样孔隙率、孔隙体积、孔隙长度、孔隙宽度和孔隙方位角等参数的影响。结果表明：稀土矿孔隙形状和尺寸在渗流作用下发生显著变化，且在粗细颗粒接触区最为明显；溶液渗流作用使得稀土矿孔隙率增大，孔隙总数量减少，孔隙总体积增大。渗流作用下矿样中小孔隙数量减少，大孔隙数量增多，各尺寸区间的孔隙数量变化率随孔隙尺寸的增大呈现先增大后减小的趋势。溶液渗流作用下孔隙长宽比分布更加集中，孔隙方位角在各角度区间的分布更加均匀，孔隙各向异性增强

第3章数据链路层 3.1数据链路层的基本概念 3.2停止等待协议 3.2.1完全理想化的数据传输 3.2.2具有最简单流量控制的数据链路层协议 3.2.3实用的停止等待协议 3.2.4循环冗余检验的原理 3.2.5停止等待协议的算法 3.2.6停止等待协议的定量分析 *3.3 连续ARQ 协议 3.3.1 连续 ARQ 协议的工作原理 3.3.2 连续 ARQ 协议的吞吐量 3.3.3 滑动窗口的概念 3.3.4 信道利用率与最佳帧长 3.4 选择重传ARQ 协议 *3.5 面向比特的链路层协议 HDLC 3.5.1 HDLC 协议概述 3.5.2 HDLC 的帧结构 *3.6 因特网的点对点协议 PPP 3.6.1 PPP 协议的工作原理 3.6.2 PPP 协议的帧格式 3.6.3 PPP 协议的工作状态

到目前为止，我们讨论了连续时间周期信号的频谱（CTFS）、连续时间非周期信号的频谱（CTFT）及非周期序列的频谱(DTFT)，本章主要讨论周期序列的傅里叶级数（DFS)及其性质、有限长序列的傅里叶变换(DFT)的性质、有限长序列的傅里叶变换与周期序列的傅里叶级数的关系。有限长序列的离散傅里叶变换不仅在理论上十分重要，而且还存在快速算法，因此，离散傅里叶变换在数字信号处理中起着核心作用。 6.1 有限长序列与周期序列的关系 6.2 导出周期序列傅里叶级数的各种途径 6.3 常用周期序列的傅里叶级数 6.4 离散傅里叶变换 6.5 DFS与DFT的性质 6.6 离散傅里叶级数分析法 6.7 有限长序列的ZT、DTFT及DFT的相互表示 6.8 利用DFT逼近CTFT

大概是由于以前人们使用计算工具非常落后,所以计算量较小的计算方法更受欢迎 解线性方程组的约当消去法的计算量比高斯消去法稍大一些,这对于我们现在使用的计算机来说,完全算 不了什么 约当消去法算法更简单,编程的方式更灵活,还可用来求解有无数组解的线性方程组,还可用来求矩阵的逆。所以约当消去法的价值超过了高斯消去法。 高斯消去法的回顾 高斯消去法的的关键是把线性方程组化为上三角形线性方程组,也就是利用akk不为零来消去