排序方式: 共有12条查询结果,搜索用时 722 毫秒
1.
VPN技术在浙江省气象网络中的应用 总被引:2,自引:0,他引:2
随着浙江省气象业务的不断发展,网络数据交换日益增多,同时更多基于网络的气象业务的增加,如网络视频会商、自动站数据传输等,使目前浙江省气象系统专线网络运行已达到极限,所以需要建立VPN网以对现有的网络作链路上的备份,而VPN的建立同时还可以实现移动办公,领导能在远程调用内网的资料进行远程决策服务和汇报工作。主要介绍VPN技术并叙述VPN技术在浙江省气象系统网络中的具体应用。 相似文献
2.
3.
4.
5.
在地球物理领域,时频分析方法在资料处理过程中占据着愈发重要的位置;运用分频属性检测断层、裂缝等应用广泛;因此,寻求更高精度的时频分析方法一直是地震信号处理领域所追求的目标。改进短时傅立叶变换方法由于窗函数的限制导致时频分析结果准确度不理想,为了更大限度地提升时频分辨率,对改进短时傅立叶变换后的时频谱进行挤压,发展了同步挤压改进短时傅立叶变换;根据合成信号结果可知,同步挤压改进短时傅立叶变换其时频汇聚程度更加明显,在刻画信号的时频特征上更有优势。理论表明,地震数据高频成分可以对微小的次生裂缝进行精确的雕刻,而蚂蚁追踪技术是检测裂缝、断层信息的有效手段。因此,本文基于高分辨的时频分析方法,并结合蚂蚁追踪技术对三维数据体进行裂缝预测,结果表明:该方法可以更好地勾勒出微小裂缝以及伴生褶皱,识别精度与传统蚂蚁追踪算法相比有了明显的提高,同时也证实了该方法在实际应用中可行且有效。 相似文献
6.
7.
8.
瓦斯涌出量准确预测可为矿井通风及瓦斯灾害防治措施提供重要依据。为提高采煤工作面瓦斯涌出量预测精度,根据陕西黄陵某矿采煤工作面绝对瓦斯涌出量监测数据,应用基于局部加权回归的周期趋势分解(Seasonal-Trend decomposition procedure based on Loess, STL),将监测数据分解成趋势项、周期项和不规则波动项;利用集成经验模态分解(Ensemble Empirical Mode Decomposition, EEMD),将不规则波动项分解得到不同特征尺度的IMFs(Intrinsic Mode Functions, IMFs)分量以及残差余量;通过遗传算法(Genetic Algorithms, GA)参数寻优后的支持向量回归机(Support Vector Regression, SVR),对各项分解数据进行预测;叠加各分量模型预测结果,得到最终瓦斯涌出量预测结果。结果表明:在预测集为247、147和70组3种情景下,对比分析了STL-EEMD-GA-SVR模型(简称SEGS)、EEMD-GA-SVR模型、GA-SVR模型和高斯过程回归(Gaussian Process Regression, GPR)模型的评价指标精度,其中,SEGS模型最优,拟合度R2分别为0.81、0.92、0.99,峰值点平均相对误差最低,分别为3.15%、2.33%、1.04%。所构建的SEGS模型可以准确预测采煤工作面的瓦斯涌出量。 相似文献
9.
随着油气勘探难度不断增加,叠前弹性参数反演在油气勘探领域已逐渐成为一种有效的储层预测方法.该方法以Zoeppritz方程为基础,相较于叠后反演,叠前数据保留了大量与炮检距相关信息,在精度上有了较大的提升.本文从叠前AVO反演出发,利用纵横波联合反演方法对纵横波速度与密度三参数进行反演,并在模型和工区进行测试及应用.再利用弹性参数对岩石以及岩石填充物的不同敏感性进行储层预测.结果表明,叠前反演分辨率高,对储层的刻画明晰,且反演结果与井吻合度高.将纵横波速度的低速区与低密度区结合分析来预测有利储层的位置,并用实际测井资料进行验证,证明了该方法在储层预测中的有效性和稳定性. 相似文献
10.