高含水期油藏层间压力结构差异量化方法研究

由于长期注水开发和层间非均质性影响，高含水期油藏各小层层间压力结构差异严重，掌握差异状况是合理调整的重要依据。针对现场分层测压资料少，单层压力资料获取困难的情况，应用渗流力学原理建立了高含水期地层层间压力结构差异量化数学模型，模型的关键参数可以通过生产数据计算获得。枣园油田的实例验证表明，高含水油藏层间压力存在明显差异，该方法能够确定各小层的压力差异状况。量化计算结果和实测资料相接近，有利于认清开发矛盾，为合理调整提供技术依据。     

减掉脂肪,留住健康

肥胖和疾病关系密切,减肥成了很多人奋斗一生的事业。减掉脂肪,留住健康,专家为你帮帮忙……肥胖暗藏的癌症危机瑞典有一家非常著名的机构调查了2.8万多名肿瘤病人,发现有33%的病人是肥胖者。在中国也有相关调查显示,乳腺癌、结直肠癌、胰腺癌、肾癌,多是比较胖的人容易得;卵巢癌、膀胱癌、胆囊癌、淋巴瘤等,也跟肥胖有关。所以,减肥不仅关系美丽,更有益健康。     

劳动力议价能力与劳动收入占比——兼析金融危机后的影响

本文从劳动力供求关系、劳动力属性、闲暇效用和劳动力制度保护4个方面衡量劳动力议价能力,运用模型刻画了劳动力议价能力与劳动收入占比的关系,同时选取2001～年省际面板数据,实证研究进入新世纪后,劳动力议价能力对劳动收入占比的影响。研究发现:其一,劳动力议价能力与劳动收入占比显著正相关,劳动力议价能力可以解释劳动收入占比波动的10.10%,且工资在二者传导机制中有显著的中介效应。其二,对于全国层面劳动收入占比的波动,劳动力供求关系、劳动力属性、闲暇效用和劳动力制度保护分别贡献了约1.004、18.602、1.395和0.773个百分点;东部地区层面的劳动力属性和闲暇效用的贡献比全国分别高1.593和1.706个百分点。其三,金融危机后,经济发展速度、第三产业比重和劳动力议价能力成为劳动收入占比提高的主要动力,三者平均贡献了19.881个百分点。     

钻取小直径芯样检测结构混凝土强度方法的研究

对强度范围在20MPa-90MPa的12个商品混凝土构件进行4个龄期的钻芯试验,根据44组高径比为1,直径100mm大芯样和直径73mm小芯样抗压强度对比试验结果,172组高径比为1.0-2.0,直径73mm小芯样的抗压强度试验结果,利用回归分析原理,确定了相关数学模型,建立了高径比等于1,直径73mm小芯样试件换算混凝土强度的数学关系式和高径比不为1同直径小芯样的强度修正系数的数学关系式,所得曲线相关性及误差范围符合数理统计要求.试验结果表明,采用小直径芯样检测商品混凝土及高强混凝土切实可行,且效果很好,可以在工程实际中推广应用.     

含数量结构比较项的"比"字句考察

本文着重考察了含数量结构比较项的“比”字句。文章从句法构成条件、语义内涵等方面入手探讨了这类特殊“比”字句的结构特点和语义特点,指出这类“比”字句与一般的“比”字句有不同之处:成句时,因数量结构比较项后面所带句法成分的不同,其完句成分也不尽相同;语义上,除了表示比较意义之外,还蕴含着程度意义的增加或周遍意义的添现。同时对含有这两种不同意义的句式进行概括和比较。     

一种基于宏块类型的自适应运动估计算法

利用低码流、运动量较小的视频序列前后帧具有很强的时空相关性的特点，进行了算法改进的实验，在保持视频性能的同时，减少了运动搜索的计算量，提高了运动估计的速度。     

一种新型的GSM接收机的设计与实现

依据GSM协议,结合GSM数字移动通信系统信号传输的特点,给出了基于GSM系统的带软输出结构的MLSE接收机的设计方案,阐述了MLSE接收机的实现算法。实际环境的试验结果表明:工程实现的MLSE接收机具有良好的工作性能和一定的实际应用价值。     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

对混有复白噪声的正弦信号的频率估计

本文通过用MATLAB软件，用最大似然法，修正协方差AR谱估计法，信号子空间频率估计，Pisarenko谐波分解（PHD）法，多信号分类（MUSC,Multiple Signal Classification)算法这5种方法来实现对混有复白噪声的正弦信号的频率估计。     

增长曲线模型非齐次线性估计的可容许性

讨论增长曲线模型Y =X1BX2 +ε中回归矩阵B的函数C1BC2 的估计L1YL2 +A ,在矩阵损失 (LT2 L1)Y +A - (ST2 XT2 S1X1)B (LT2 L1)Y +A - (ST2 XT2 S1X1)B T 下 ,我们得到了非齐次线性估计L1YL2 +A在非齐次线性估计类Г ={L1YL2 +A|L1:t×p ,L2 ;n×n ,A :t×s均为已知实阵 }中可容许的充要条件 :L1YL2在Г0 ={L1YL2 |L1:t×p ,L2 :n×s均为已知实阵 }中容许且当LT2 XT2 L1X1=ST2 XT2 S1X1时有A =0。