王忠桃
- 作品数：12 被引量：49H指数：2
- 供职机构：成都理工大学更多>>
- 相关领域：自动化与计算机技术天文地球社会学经济管理更多>>
- 基于改进PSO算法的掘进机减速器齿轮修形参数优化被引量：2
- 2023年
- 通过分析减速器齿轮修形理论,提出一种改进的PSO算法来求解掘进机减速器齿轮最优修形参数组合,并利用Romax Designer软件对修形后齿轮的性能进行仿真分析。实验结果表明:太阳轮和行星轮的传动误差幅值分别降低了0.087 7、0.204 1μm;齿轮传动过程中所受载荷集中在齿中心,外力载荷分布均匀,避免了载荷偏载情况的发生;振动加速度明显降低,可以进一步提升减速器齿轮的传动性能,能够作为减速器及类似机械零件的设计和改进方法。
- 杨霞王忠桃
- 关键词：掘进机减速器齿轮修形改进PSO算法
- 一种页岩油获产主控因素分析及地震预测的方法及设备
- 本发明公开了一种页岩油获产主控因素分析及地震预测方法及设备，通过对页岩油气成藏条件分析、油气地质特征分析、油气聚集特征分析，建立一直困扰科研工作者们的页岩油气储层成藏模式；并选择针对性的地震预测技术手段进行预测，最终实现...
- 王忠桃覃章健鲁红英吴静罗耀耀
- 文献传递
- 岩石弹性参数对流体敏感性研究及应用被引量：1
- 2009年
- 本文从储层砂体预测和含油气性检测的研究出发,基于Biot-Gassmann方程,分析了岩石弹性参数对不同孔隙流体的敏感性。通过对济阳坳陷下第三系岩样的弹性参数测试数据对比分析了不同弹性参数对流体敏感性影响,提出该研究区储层流体检测的高敏感性的弹性参数以及弹性参数组合。
- 彭鑫赵忠泉王忠桃
- 关键词：岩石物理
- 高分辨频谱处理技术在致密砂岩气藏开发中的应用效果分析被引量：1
- 2021年
- 中江气田JS气藏河道具有宽度窄、厚度薄、相互叠置复杂隐弊致密的特征。针对薄互层砂体地震分辨难、钻井跟踪难背景下,开展了高分辨谱反演拓频和波形特征指示反演技术,能显著地拓宽地震频带提高分辨率,从而识别薄储层和理清多期次叠置河道砂体,为钻井跟踪提供可靠的依据。将该技术应用于中江气田JS气藏的开发评价工作中,有力地助推高效评价建产。
- 彭鑫王忠桃
- 关键词：致密砂岩气藏
- 基于叠前道集优化处理及应用被引量：1
- 2021年
- 以叠前道集的保幅处理为核心,建立了一种针对叠前CRP道集的"去噪-切除-拉平"组合的优化处理技术。首先,采用叠前投影去噪技术来进行压制,分离出可预测的有效信号和不可预测的随机信号;然后,采用高精度拉东域叠前去噪技术对线性噪音进行去除;最后,针对CRP道集局部不平的问题,对道集采用保持AVO特征的道集拉平处理。在中江气田某区实际应用表明,优化后的道集及叠加剖面的信噪比有一定的提高,目的层段的道集优化后角道集与AVO正演模拟结果基本一致,河道振幅异常明显,为隐蔽河道刻画提供技术支撑。
- 王忠桃彭鑫
- 关键词：CRP道集去噪AVO分析
- 加权关联规则的改进算法
- 2008年
- 关联规则挖掘在许多领域已有广泛的应用,目前存在许多发现关联规则的算法,但这些算法都认为项目对规则的重要性相同。然而在现实中各个项目的重要性往往不同,决策者往往优先考虑利润较高的项目,而忽略利润较低的项目。分析现有的加权关联规则存在的问题,提出了一种新的加权关联规则模型。
- 郭艳军王忠桃钱卫
- 关键词：数据挖掘加权关联规则加权支持度
- 灰色预测模型相关技术研究
- 科学地预测尚未发生的事物是预测的根本目的和任务。无论个体还是组织，在制定和规划面向未来的策略过程中，预测都是必不可少的重要环节，它是科学决策的重要前提。在众多的预测方法中，灰色预测模型自开创以来一直深受许多学者的重视，它...
- 王忠桃
- 关键词：数据序列函数变换
- 文献传递
- 含倾斜文字的图像垃圾邮件过滤技术研究
- 2010年
- 垃圾邮件制造者采用图像来隐藏垃圾信息,把文字隐藏在图像中并带一定的倾斜。在对含有倾斜文字的图像邮件深入分析后,针对图片中含有倾斜文字的垃圾邮件,文章给出了一种在进行OCR识别之前对图像进行hough变换,并结合支持向量机识别垃圾邮件的算法,实验结果表明,该方法具有比较满意的过滤效果。
- 王忠桃岳焱彭鑫
- 关键词：图像垃圾邮件HOUGH变换光学字符识别支持向量机
- 基于初值修正的灰色预测模型的改进及其应用被引量：13
- 2007年
- 对GM(1,1)建模的预测精度进行了分析,表明初值的选取对模型的预测精度有着重要影响,进而提出了可以提高预测精度的修正初值的方法.实证分析结果表明通过初值修正能够提高预测模型的预测精度.
- 王忠桃彭鑫戴齐
- 关键词：灰色预测GM(1,1)模型初值
- 基于强化学习的爱因斯坦棋的算法研究
- 2020年
- 爱因斯坦棋是我国全国大学生指定计算机博弈比赛项目之一,在本文发表之前,多数队伍使用了搜索树算法来参加比赛,而为了提高算法的表现,多数算法需要加入具体的模板处理。然而,如果需要得到最优表现,则要加入大量模板并尽可能地搜索更深的博弈树。而使用深度强化学习并结合使用树搜索不仅不需要加入过多的模板处理、搜索深层树节点,还能随着接收不同的算法和样本,智能体可以逐步地改善表现,并进一步提高胜率。因此,本文通过使用了深度强化学习中的DQN算法,并结合了极大极小树搜索算法和随机生成行为法测试了该算法的胜率,最后取得了远优于这两种方法的结果。
- 向宇涛朱道易王忠桃董羽
- 关键词：人工智能计算机博弈
