简介:针对网络态势感知中的预测精度问题,提出了基于广义径向基函数(RBF)神经网络的网络安全态势预测方法。该方法利用K-means聚类算法确定RBF的数据中心和扩展函数,并采用最小均方算法调整权值,得出态势值前后之间的非线性映射关系,并进行态势预测。仿真试验表明,该方法能较准确获得态势预测结果,提高网络安全的主动安全防护。
简介:储层的裂缝分析在油气勘探中已变得愈来愈重要。品质因子Q值是表征地下介质对地震波吸收衰减特性的一个重要参数,不仅能够反映介质内部的本质特征,同时也可用于裂缝识别。在储层地震属性和反演中,地震叠前资料比叠后资料包含更加丰富的储层信息,因此,利用叠前地震道集进行吸收衰减参数提取能够进一步提高衰减系数估算的准确性。本文提出了一种在改进S变换基础上利用叠前地震CMP道集资料提取品质因子Q的方法。改进的叠前Q提取方法,首先是利用时频分辨率可调的改进S变换对叠前CMP道集进行时频分析,推导了利用改进s变换的频谱比法计算公式,其次采用能谱密度比替代传统的振幅比来逐道求取估算Q值的频谱比的斜率;然后建立谱比斜率与炮检距之间的关系式,采用多道拟合的方法消除炮检距影响,从叠前地震道集资料中提取准确的品质因子Q。最后本文把该叠前Q值计算方法引入到前进潜山储层裂缝预测中,纵波吸收衰减的各向异性具有好的实际应用效果。