摘要： 项目概况进入21世纪后,由于国内外市场对能源需求量的增加,人们对地震勘探提出了更高的要求。地震勘探开始进入以往被认为禁区的复杂地表区域,如山地、黄土塬以及冻土带。在该类地区地震资料处理的最大问题是静校正问题,常规的方法难以解决。PSGSEIS地震勘探数据处理与成像系统可以大大提高地震数据成像的质量,

关键词： 三维显示   尾流噪声   曲率特征   船型匹配   误差补偿  

摘要： 随着内河航运事业的蓬勃发展,在交通运输部政策利好的背景下,内河通航船舶数量及装载量逐年呈上升趋势。通航量的不断增加,对通航速度及效率提出了更高的要求,所以对通航船舶吃水检测系统的环境可适应性和配置轻型性提出了更严格的标准。目前三维动态吃水检测系统安装架存在结构复杂和厚重的不足,针对该问题设计了L型轻型安装架安装方案,但该方案在通航过程中会因吃水检测系统对船舶底部地非完全检测,出现数据不完整的情况。因此,为了得到完整的实时三维显示船底模型,应利用合理的数据补全算法保证数据完整性,并进行存储,使安检工作人员对船舶通航情况有更直观地掌握,从此保证通航的高效性和可靠性。本文以通航船舶三维动态吃水数据为基础,对影响吃水值和船型匹配的尾流噪声异常数据进行处理,并提出船型匹配和数据补全方法,实现通航船舶船底未检测完全情况的数据补全,保证通航船舶数据完整性,构建面向前端的数据存储和搜索系统。本文的主要研究内容有:(1)尾流噪声容易影响测量结果的精确性并具有随机性,因此本文首先利用豪斯多夫距离算法剔除尾流噪声,解决了尾流噪声对船型匹配及测量结果带来的问题。然后将其与最小二乘法曲线拟合的尾流噪声算法进行抑制效果对比,实验结果表明豪斯多夫距离算法对尾流噪声抑制效果更好。(2)通航船舶吃水数据不完整情况下数据补全时需要对船舶特征及信息进行匹配,提出了针对AIS未识别船舶或新增通航船舶船底曲率特征段及特征代码和ICP算法相结合算法匹配模型。该模型通过对最大特征曲率点位置提取及与曲率特征段比对,设定阈值范围完成船型匹配。实验结果表明基于船舶船底曲率特征段及特征代码和ICP算法相结合匹配算法能够保证在迭代次数比较少的情况下快速准确完成船型匹配。(3)针对通航船舶通过检测系统过程中出现的三维船底检测不完全的情况,提出了以三维船型匹配通航船舶数据库中船舶信息为依据,并通过曲率和已知点拟合未检测曲面,进而实现三维数据的补全的方法。针对数据补全过程中出现的误差过大的情况,提出分区数据检查算法进行误差补偿,减小补全算法误差的方法。(4)设计并实现了基于OpenGL库的三维动态、存储和数据回访显示系统。最后论文通过现场实船测试系统测量结果误差在10cm以内,符合现场系统建设精度要求。

关键词： 环境类数据新闻   新闻报道   数据处理   内容特征   可视化设计  

摘要： 伴随着生态文明建设的推进，以环境新闻为主体的生态文化传播成为“美丽中国”建设的重要途径。环境新闻不仅影响着公众对于环境议题的认知与判断，更是在公众面对环境问题做出何种回应中发挥着指导性的作用。由于环境新闻对数据的客观性、危机预警的科学性要求更高，以简单数据为支撑的新闻内容已经不能适应公众的信息需求。此时大数据、云计算、5G技术的发展，促进了以海量数据为支撑的数据新闻的诞生，而环境新闻与蓬勃发展的大数据双向联合，开辟了环境类数据新闻的发展未来，重新树立了环境新闻的质量标杆。因此，研究国内环境类数据新闻报道对生态建设的发展具有现实性的作用。　　本文以本·弗莱七步数据化理论、框架理论以及相关研究理论成果为基础，结合当下的新闻传媒环境和业内环境类数据新闻发展实践情况，选取财新网“数字说”为研究对象，共得到2015年1月1日至2021年4月30日共62篇环境类数据新闻样本，并对其进行内容分析。宏观上从环境类数据新闻的数据处理环节、内容特征环节、可视化设计环节三个层面构建类目进行定量描述分析，微观上对财新网“数字说”环境类数据新闻报道中的数据来源数量与类型、数据挖掘难度、报道主题、报道性质、报道范围、报道功能、静态视觉元素、动态视觉元素、交互设计等方面的特征进行总结和梳理，同时辅以多个环境类数据新闻报道个案分析论证。通过数据统计和客观审视，深入剖析环境类数据新闻报道存在的问题及不足，进行针对性的原因分析，最后根据环境类数据新闻的问题提出有借鉴价值的思考和建议。　　研究主要表明，“数字说”环境类数据新闻在数据处理环节中，具有数据来源丰富、数据类型多元、数据挖掘水平不均的特征，具备专业性与客观性;在内容特征中，专注环境污染与破坏议题的负面报道，并以信息传递为主要功能;在可视化设计环节中，呈现出基础视觉元素运用较为成熟，数据交互性较差的特征。在总结特征的基础上，以数据处理、内容特征、可视化设计三个环节为分析逻辑，发现环境类数据新闻主要表现出数据公开性较低、数据价值挖掘层次较浅、报道议题力度欠缺、可视化设计层次水平较低的问题。最后以环境类数据新闻的实用性为落脚点，从全面性、纵深性、贴近性三个层面提出环境类数据新闻的优化路径，以期本文可以为我国环境类数据新闻的良性发展提供参考，并为相关领域的学术研究略尽微薄之力。

关键词： Hadoop   数据管理系统   数据处理   数据挖掘   状态评估  

摘要： 随着物联网和云计算技术在工业生产中广泛应用,煤矿开采朝着信息化智能化方向发展。传统煤矿数据中心管理的数据规模庞大且大多分散存储,给数据综合管理带来很大难度,这种管理方式已经无法满足建设智慧煤矿的需求。本文应用Hadoop作为煤矿设备数据管理平台,为实现煤矿端海量数据的存储以及优越的系统管理性能提供了可靠的技术架构。本文研究内容包括如下几个方面:(1)对煤矿大数据管理系统的基本需求以及基本功能进行分析。考虑到煤矿大数据的结构类型复杂多样,引入XML文档技术实现对数据的统一描述,结合模型驱动映射的方法实现数据从XML文档格式映射到数据库,实现数据的规范化处理。(2)对整个煤矿设备数据管理平台的架构进行分析,具体包括数据的采集、清洗、传输与数据存储这四个部分。为煤矿现场的不同设备间交互提供便捷通道,采用OPC UA协议配合OPC服务器完成数据采集工作。采集的数据往往存在少量坏点,提出基于Map Reduce的煤矿数据特征提取方案,完成数据的清洗工作。为了实现煤矿端与上级监管中心实时数据一致性,保证系统具有良好的读取性能,采用基于Redis数据联网传输架构,实现数据的低延迟传输,保证系统获取数据的实时性。利用Hadoop生态系统自带HBase数据库完成煤矿设备海量数据的存储。通过这四个部分的详细说明完成整个系统的设计工作。(3)利用Hadoop平台完成数据高效管理的同时,结合大数据挖掘技术从海量煤矿设备数据中挖掘有价值的信息实现对煤矿高效管理。提出一种基于时间序列与BP神经网络结合的预测模型对煤矿关键设备的运行状态进行预测,并采用层次分析法建立煤矿设备健康状态的评价模型。以枣矿集团一煤矿采煤系统为实验对象,通过采煤机原有数据进行预测并对采煤机进行状态评估,所提方法能够可以有效预测且做出合理评价,利于煤矿端人员进行管理。(4)以枣矿集团各煤矿公司为实验对象搭建完整的煤矿机电设备数据管理云平台,本文设计的管理系统可以将各个煤矿公司关键参数集成在一起,实现对众多分散矿点的集中统一管理。同时搭建虚拟机验证平台对系统的存储、查询、读写性能进行测试。实验证明,利用Hadoop集群的优化调度资源可以应付煤矿大数据背景。该论文有图37幅,表9个,参考文献62篇。

关键词： 数据处理   弱小目标检测   特征金字塔   融合因子  

摘要： 弱小目标检测(Tiny Object Detection，TOD)有广泛的应用前景和科研价值。弱小目标检测不仅对通用目标检测在弱小尺度目标方面研究的补充，而且已经应用到多个领域，比如安全监控，快速海上救援，自动驾驶等。对于弱小目标检测，通常沿用通用目标检测的框架，然而这不是最优解。基于特征金字塔(Feature Pyramid Network，FPN)的检测器在通用目标检测上取得了很好的效果，如在MSCOCO和PASCAL VOC等数据集上已经取得了优异的性能。然而，这些检测器在弱小目标检测场景下，检测精度并不高，原因在于通用目标检测框架没有对小目标进行适应性的改进。　　本研究中发现FPN中相邻层之间自顶向下的连接是影响弱小目标检测性能的关键。为了验证此发现，分别在五个不同数据集上进行了实验分析，实验结果表明，FPN特征层之间的链接不仅决定了不同特征层融合的比例，更决定了深层任务参与浅层进行小目标相关检测任务的程度。本文主要工作如下:　　1、提出了一个新的概念——融合因子，用来描述深层传递给浅层的信息量，分析融合因子在特征融合时带来的双面影响。进一步本文对如何设置有效的融合因子进行了深入研究和分析，比对了五种不同的融合因子设置方法，从实用性以及对性能提升两个方面进行分析，得到了最佳的基于统计的融合因子设置方法，在不增加网络的参数的情况可以嵌入到网络中，从而使基于统计方法设置的FPN适应弱小目标检测。　　2、对融合因子的作用机理进行了探究，在融合因子隐式学习的方面，从FPN相关卷积参数初始化方式，数据集体量分析了影响融合因子隐式学习的因素。并且探究了基于融合因子的方法对多尺度数据集性能的影响，同时分析了融合因子在网络梯度回传中造成的影响并进行了解释。　　3、在实验方面，基于统计的融合因子设置方法在不同的数据集，不同的检测器，不同的骨干网络下都取得了性能上的一致性提升，验证了方法的有效性。并且与不同通用检测器性能的对比实验结果表明对FPN的适应性改变对小目标检测是有益的，其中基于尺度匹配和基于统计的融合因子设置方法合用在Tinyperson上取得了性能上的进一步提升，证明融合因子是和其他方法兼容的，说明方法的可拓展性。

关键词： 量子度量   Fisher信息   相位估值   数据处理   超灵敏度  

摘要： 量子力学与统计信息学相结合,发展出量子度量学,它在高精度测量、原子钟以及引力波探测等领域都具有十分广泛的应用。近些年来,以量子度量学为原理的高精密测量技术取得了重大突破,测量精度不断提高。量子度量（Quantum metrology）的根本目的是让光量子系统中的物理参数实现高分辨率和高灵敏度测量。本论文基于两模光量子干涉仪,从量子度量学的一般原理出发,深入研究粒子数差测量（即Jz测量）和多输出零拍探测（Multi-outcome homodyne detection）这两种相位测量方法,并且详细分析其输出信号及相位灵敏度。具体取得如下原创性研究成果。1.重新考虑双数态干涉仪的粒子数差测量方案,解析地证明粒子数差测量与粒子数差平方测量方案的经典Fisher信息彼此相等,且等于量子Fisher信息N（N+2）/2,这一结果对任意相位都成立,可实现全局的相位估计精度（?）（?）。此外,基于Xiang等人的6光子双数态实验,我们唯象地计及实验不完美,数值模拟粒子数差测量的所有测值概率,并用最大似然估计量与真值之间的均方根误差度量相位测量精度。我们的研究结果发现:（ⅰ）利用粒子数差测量,6光子双数态的相位灵敏度可突破散粒噪声极限,并接近海森堡极限;（ⅱ）量子增益感知区间比之前的投影测量方案大一倍;（ⅲ）有限次数测量下,最大似然估计量无偏,且饱和相位测量精度的Cramer-Rao下限。2.针对压缩光干涉仪,本论文详细研究多输出零拍探测的输出信号及其相位灵敏度。我们的方案避免了相位灵敏度在相位θ～0的发散问题。另外,我们的结果可同时提高相位分辨率和相位灵敏度,实现所谓的超分辨率和超灵敏度。此外,对于多输出量子相位测量的数据处理,我们发展出一种新的相位估计量:线性组合估计量。以压缩光干涉仪的零拍探测为例,数值演示新的数据处理方法。我们发现在测量次数较大时,新估计量渐进无偏,且相位灵敏度能全程饱和Cramer-Rao下限,为后续研究量子度量和量子感知提供理论依据。本论文第一章介绍量子度量学的相关背景,量子测量的一般步骤和两模量子干涉仪的相关知识,另外介绍量子相位测量的相关研究进展和选题依据。第二章介绍经典Fisher信息、量子Fisher信息、反函数估计法和最大似然估计方法的相关知识。第三章详细介绍基于双数态光子数差测量的最优相位估值。第四章介绍基于压缩光干涉仪的单端零拍探测及数据处理。第五章对全文进行总结。

关键词： 随钻测量   数据处理   滤波降噪   加速度振动误差   神经网络   信息融合  

摘要： 钻机连续检测钻进有关信息就是随钻测量。加速度计是随钻系统核心器件,实际工作中不断向控制系统提供井斜角信息,并对工具面角的解算提供重要信息。加速度计距离钻头很近,考虑到井下工作环境的复杂性,其输出信号不可避免地存在振动干扰,导致精度变差。如何获取较好加速度信息成为研究的关键问题,在随钻测量系统的数据处理过程中显得格外重要。基于惯性随钻测量系统的应用需求,本课题设计了一种基于新型泰勒神经网络的加速度数据处理算法,实现对加速度数据的滤波降噪。本文的研究工作主要分为以下几个方面:(1)在加速度计解算姿态基础上,分析加速度振动误差特性,为后续标定、数据处理等角度提高加速度测量精度做铺垫。(2)先建立加速度计标定模型,Allan方差法估计随机噪声项,设计一种改进的最小均方法预处理趋势项,避免噪声污染六位置法解算的参数,实现有效标定。(3)基于加速度与磁场强度的矢量内积相似性,构建内积特征描述加速度振动误差特性,设计一种适用于随钻振动环境的PI控制加速度振动误差模型。(4)设计一种新型泰勒神经网络控制误差模型PI参数的变化量,且设计优化权值直接确定法一步准确辨识网络权值,实时校正随钻振动条件下的加速度误差。(5)加速度处理后,仍存在解算倾角误差较大的可能,借助陀螺仪瞬时角速度准特性进行优势互补,设计一种改进的卡尔曼加权信息融合方案,实现最优倾角输出,同时对加速度计、陀螺仪进行误差补偿。