期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
油气生产物联网技术标准研究与应用
1
作者 姚刚 杨午阳 吴海莉 《中国标准化》 2024年第4期132-136,共5页
科技创新是引领发展的第一动力,物联网系统建设是能源企业实现数字化转型、智能化发展的重要依托。本文阐述了新时期油气生产物联网技术标准研究工作的急迫性,通过对标准的研究与实践,论述了油气生产物联网系统技术标准的研究方法和应... 科技创新是引领发展的第一动力,物联网系统建设是能源企业实现数字化转型、智能化发展的重要依托。本文阐述了新时期油气生产物联网技术标准研究工作的急迫性,通过对标准的研究与实践,论述了油气生产物联网系统技术标准的研究方法和应用成效。 展开更多
关键词 油气生产 物联网 技术标准 应用
下载PDF
一种基于二级索引的快速读取野外地震采集大道数单炮方法研究
2
作者 魏新建 李书平 +3 位作者 杨午阳 张向阳 李海山 许鑫 《Applied Geophysics》 SCIE CSCD 2023年第4期479-487,671,共10页
岩高效勘探技术导致野外采集数据快速增长,如何提高大道数单炮的I/O效率直接影响现场的作业速度。考虑野外作业现场的施工环境及实际需求,通过深入研究单炮SEGY文件存储结构,本文提出了针对大数据单炮构建二级索引方法提升单炮I/O速度... 岩高效勘探技术导致野外采集数据快速增长,如何提高大道数单炮的I/O效率直接影响现场的作业速度。考虑野外作业现场的施工环境及实际需求,通过深入研究单炮SEGY文件存储结构,本文提出了针对大数据单炮构建二级索引方法提升单炮I/O速度。该方法通过二级索引快速定位大数据单炮文件的任一单炮、任一排列及任一道的边界位置,省去顺序寻找单炮或道的时间,从而实现单炮、排列或道数据的快速读取。实际应用表明,该方法大幅提升检索单炮在文件中起始位置的效率,从而提升大道数单炮I/O速度,为全面提升现场质控效率、数据处理效率等业务奠定了基础。 展开更多
关键词 二级索引 大道数单炮 I/O效率 二分法 单炮边界
下载PDF
中国石油油气生产物联网系统标准研究与思考
3
作者 姚刚 杨午阳 吴丹 《标准科学》 2023年第S02期155-159,共5页
中国石油油气生产物联网系统建设及标准研究在集团公司信息技术总体规划中被赋予了非常重要的角色,是企业数字化转型、智能化发展的重要依托。本文通过对油气生产物联网系统技术标准的研究,以及标准在集团公司16家油气田全面推广应用的... 中国石油油气生产物联网系统建设及标准研究在集团公司信息技术总体规划中被赋予了非常重要的角色,是企业数字化转型、智能化发展的重要依托。本文通过对油气生产物联网系统技术标准的研究,以及标准在集团公司16家油气田全面推广应用的成功实践,阐述了新时期标准研究工作的急迫性,论述了油气生产物联网系统技术标准研究的方法和取得的成效,及标准执行措施等内容。 展开更多
关键词 油气生产 物联网 标准 实践 思考
下载PDF
基于熵权TOPSIS法的某三级公立医院外科科室绩效综合考评研究
4
作者 杨五洋 赵丹娜 +1 位作者 王玉 孟娜娜 《安徽医专学报》 2023年第6期4-7,共4页
目的:探索研究促进医院高质量发展的公立医院绩效考评方法。方法:采用炳权TOPSIS法对某三级公立医院外科科室医疗服务能力、业务运营等指标数据进行客观综合评价。使用熵权法对该院外科科室绩效考核综合指标赋权,采用TOPSIS法得出该院... 目的:探索研究促进医院高质量发展的公立医院绩效考评方法。方法:采用炳权TOPSIS法对某三级公立医院外科科室医疗服务能力、业务运营等指标数据进行客观综合评价。使用熵权法对该院外科科室绩效考核综合指标赋权,采用TOPSIS法得出该院外科科室绩效综合评价结果。结果:出院人次、出院患者四级手术占比、门急诊人次、DRGs组数、CMI指数的权重位排名靠前,外科科室综合绩效排名前5位的科室分别为H、C、BJ、L。结论:结合该院外科科室实际发展情况及相关绩效管理部门分析,绩效评价结果与该院外科科室实际运行情况基本相符,说明熵权TOPSIS法对外科科室绩效考核综合评价有较好的参考价值和指导作用,可以作为评价医院外科科室绩效考核的一种手段。 展开更多
关键词 绩效考核 熵权-TOPSIS法 公立医院 高质量发展
下载PDF
Random noise suppression for seismic data using a non-local Bayes algorithm 被引量:3
5
作者 Chang De-Kuan yang wu-yang +3 位作者 Wang Yi-Hui yang Qing Wei Xin-Jian and Feng Xiao-Ying 《Applied Geophysics》 SCIE CSCD 2018年第1期91-98,149,共9页
For random noise suppression of seismic data, we present a non-local Bayes (NL- Bayes) filtering algorithm. The NL-Bayes algorithm uses the Gaussian model instead of the weighted average of all similar patches in th... For random noise suppression of seismic data, we present a non-local Bayes (NL- Bayes) filtering algorithm. The NL-Bayes algorithm uses the Gaussian model instead of the weighted average of all similar patches in the NL-means algorithm to reduce the fuzzy of structural details, thereby improving the denoising performance. In the denoising process of seismic data, the size and the number of patches in the Gaussian model are adaptively calculated according to the standard deviation of noise. The NL-Bayes algorithm requires two iterations to complete seismic data denoising, but the second iteration makes use of denoised seismic data from the first iteration to calculate the better mean and covariance of the patch Gaussian model for improving the similarity of patches and achieving the purpose of denoising. Tests with synthetic and real data sets demonstrate that the NL-Bayes algorithm can effectively improve the SNR and preserve the fidelity of seismic data. 展开更多
关键词 Non-local Bayes random noise suppression BLOCK-MATCHING Gaussian model
下载PDF
Nonstationary signal inversion based on shaping regularization for random noise attenuation 被引量:1
6
作者 yang wu-yang Wang Wei +3 位作者 Li Guo-Fa Wei Xin-Jian Wang Wan-Li Chen De-wu 《Applied Geophysics》 SCIE CSCD 2020年第3期432-442,共11页
Prediction filtering is one of the most commonly used random noise attenuation methods in the industry;however,it has two drawbacks.First,it assumes that the seismic signals are piecewise stationary and linear.However... Prediction filtering is one of the most commonly used random noise attenuation methods in the industry;however,it has two drawbacks.First,it assumes that the seismic signals are piecewise stationary and linear.However,the seismic signal exhibits nonstationary due to the complexity of the underground structure.Second,the method predicts noise from seismic data by convolving with a prediction error filter(PEF),which applies inconsistent noise models before and after denoising.Therefore,the assumptions and model inconsistencies weaken conventional prediction filtering's performance in noise attenuation and signal preservation.In this paper,we propose a nonstationary signal inversion based on shaping regularization for random noise attenuation.The main idea of the method is to use the nonstationary prediction operator(NPO)to describe the complex structure and obtain seismic signals using nonstationary signal inversion instead of convolution.Different from the convolutional predicting filtering,the proposed method uses NPO as the regularization constraint to directly invert the eff ective signal from the noisy seismic data.The NPO varies in time and space,enabling the inversion system to describe complex(nonstationary and nonlinear)underground geological structures in detail.Processing synthetic and field data results demonstrate that the method eff ectively suppresses random noise and preserves seismic refl ection signals for nonstationary seismic data. 展开更多
关键词 noise attenuation NONSTATIONARY INVERSION shaping regularization
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部