作者：趙銘; 金大權(quán); 張艷; 高世臣; 仲婷婷 刊期：2019年第06期

樸素貝葉斯分類器可以應(yīng)用于巖性識(shí)別.該算法常使用高斯分布來(lái)擬合連續(xù)屬性的概率分布,但是對(duì)于復(fù)雜的測(cè)井?dāng)?shù)據(jù),高斯分布的擬合效果欠佳.針對(duì)該問(wèn)題,提出基于EM算法的混合高斯概率密度估計(jì).實(shí)驗(yàn)選取蘇東41-33區(qū)塊下古氣井的測(cè)井?dāng)?shù)據(jù)作為訓(xùn)練樣本,并選取44-45號(hào)井?dāng)?shù)據(jù)作為測(cè)試樣本.實(shí)驗(yàn)采用基于EM算法的混合高斯模型來(lái)對(duì)測(cè)井?dāng)?shù)據(jù)變量進(jìn)行概率密度...

作者：張彤; 徐曉鐘; 王曉霞; 楊超 刊期：2019年第06期

針對(duì)燃?xì)庳?fù)荷數(shù)據(jù)非線性、非平穩(wěn)性的特點(diǎn),本文提出一種基于改進(jìn)的LMD算法與GRU神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型.模型首先利用改進(jìn)后的LMD算法對(duì)燃?xì)庳?fù)荷數(shù)據(jù)進(jìn)行序列分解,改進(jìn)的LMD方法采用分段牛頓插值法代替?zhèn)鹘y(tǒng)的滑動(dòng)平均值法來(lái)獲得局部均值函數(shù)和包絡(luò)估計(jì)函數(shù),改善了傳統(tǒng)LMD方法存在的過(guò)平滑問(wèn)題.之后,再將得到的若干PF分量進(jìn)行小波閾值去噪處理,獲...

作者：顏勝男; 許力; 曾雅麗 刊期：2019年第06期

由于無(wú)線信道的開(kāi)放性和無(wú)線傳輸?shù)膹V播特性,認(rèn)知無(wú)線網(wǎng)絡(luò)很容易遭受消息篡改、偽造、竊聽(tīng)以及拒絕服務(wù)等攻擊.為了抵抗這些攻擊,研究人員提出了許多物理層認(rèn)證技術(shù).相比于傳統(tǒng)的密碼學(xué)認(rèn)證機(jī)制,物理層認(rèn)證技術(shù)更快速、更高效.因此非常適用于對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)中資源受限的終端進(jìn)行連續(xù)、實(shí)時(shí)的認(rèn)證.但現(xiàn)有的物理層認(rèn)證技術(shù)無(wú)法實(shí)現(xiàn)初始認(rèn)證,而且在...

作者：趙檬檬 刊期：2019年第06期

手機(jī)3D動(dòng)畫(huà)自動(dòng)生成系統(tǒng)旨在通過(guò)輸入一條手機(jī)短信得到與其相符的動(dòng)畫(huà)并發(fā)送給接收方.動(dòng)畫(huà)中表情對(duì)于表達(dá)情緒主題以及強(qiáng)化動(dòng)畫(huà)效果等具有重要意義.本文重點(diǎn)研究手機(jī)3D動(dòng)畫(huà)中人物表情的自動(dòng)生成.主要包括定性規(guī)劃和定量計(jì)算兩大部分.定性規(guī)劃部分主要利用語(yǔ)義網(wǎng)技術(shù),基于面部編碼系統(tǒng)和情感輪模型構(gòu)建表情本體庫(kù)并建立相應(yīng)公理,然后根據(jù)短信的關(guān)...

作者：黃恒琪; 于娟; 廖曉; 席運(yùn)江 刊期：2019年第06期

知識(shí)圖譜是以圖的形式表現(xiàn)客觀世界中的概念和實(shí)體及其之間關(guān)系的知識(shí)庫(kù),是語(yǔ)義搜索、智能問(wèn)答、決策支持等智能服務(wù)的基礎(chǔ)技術(shù)之一.目前,知識(shí)圖譜的內(nèi)涵還不夠清晰;且因建檔不全,已有知識(shí)圖譜的使用率和重用率不高.為此,本文給出知識(shí)圖譜的定義,辨析其與本體等相關(guān)概念的關(guān)系.本體是知識(shí)圖譜的模式層和邏輯基礎(chǔ),知識(shí)圖譜是本體的實(shí)例化;本體研...