检索范围：
排序： 展示方式：
基于稀疏表示的拉普拉斯稀疏字典图像分类 Article
Fang LI, Jia SHENG, San-yuan ZHANG
《信息与电子工程前沿（英文）》 2017年 第18卷 第11期 页码 1795-1805 doi: 10.1631/FITEE.1600039
一种基于锚点的谱聚类方法 None
Qin ZHANG, Guo-qiang ZHONG, Jun-yu DONG
《信息与电子工程前沿（英文）》 2018年 第19卷 第11期 页码 1385-1396 doi: 10.1631/FITEE.1700262
关键词： 聚类；谱聚类；图拉普拉斯；锚点
具有受控初始状态递归树的一致性分析及其拉普拉斯能量 Research Articles
洪美都,孙伟刚,刘苏雨,轩腾飞
《信息与电子工程前沿（英文）》 2020年 第21卷 第6期 页码 809-962 doi: 10.1631/FITEE.1900133
关键词： 一致性；网络一致性；拉普拉斯能量
刘辉亮
《中国工程科学》 2016年 第18卷 第5期 页码 100-108 doi: 10.15302/J-SSCAE-2016.05.014
罗茜倩,张朝阳
《信息与电子工程前沿（英文）》 2021年 第22卷 第2期 页码 141-286 doi: 10.1631/FITEE.1900320
基于含隐变量的贝叶斯网络质量相关局部加权的非平稳过程软测量方法 Research Articles
《信息与电子工程前沿（英文）》 2021年 第22卷 第9期 页码 1234-1246 doi: 10.1631/FITEE.2000426
李玶,李愿军,杨美娥,赵东芝
《中国工程科学》 2007年 第9卷 第3期 页码 11-20
雅砻江普斯罗坝址在工程勘探过程中，发现了深部裂缝带，裂缝带位于１００～２００m深处，与地表有 巨厚的完整岩体相隔，产状与该区的一组NE向断裂基本一致
基于变分贝叶斯多稀疏成分提取的空间碎片超高速撞击损伤重构方法研究 Research Article
黄雪刚,石安华,罗庆,罗锦阳
《信息与电子工程前沿（英文）》 2022年 第23卷 第4期 页码 530-541 doi: 10.1631/FITEE.2000575
Xueying Lu, Kirk E. Jordan, Mary F. Wheeler, Edward O. Pyzer-Knapp, Matthew Benatan
《工程（英文）》 2022年 第18卷 第11期 页码 96-104 doi: 10.1016/j.eng.2022.06.011
We present a framework that couples a high-fidelity compositional reservoir simulator with Bayesian optimization (BO) for injection well scheduling optimization in geological carbon sequestration. This work represents one of the first at tempts to apply BO and high-fidelity physics models to geological carbon storage. The implicit parallel accurate reservoir simulator (IPARS) is utilized to accurately capture the underlying physical processes during CO2 sequestration. IPARS provides a framework for several flow and mechanics models and thus supports both stand-alone and coupled simulations. In this work, we use the compositional flow module to simulate the geological carbon storage process. The compositional flow model, which includes a hysteretic three-phase relative permeability model, accounts for three major CO2 trapping mechanisms: structural trapping, residual gas trapping, and solubility trapping. Furthermore, IPARS is coupled to the International Business Machines (IBM) Corporation Bayesian Optimization Accelerator (BOA) for parallel optimizations of CO2 injection strategies during field-scale CO2 sequestration. BO builds a probabilistic surrogate for the objective function using a Bayesian machine learning algorithm—the Gaussian process regression, and then uses an acquisition function that leverages the uncertainty in the surrogate to decide where to sample. The IBM BOA addresses the three weaknesses of standard BO that limits its scalability in that IBM BOA supports parallel (batch) executions, scales better for high-dimensional problems, and is more robust to initializations. We demonstrate these merits by applying the algorithm in the optimization of the CO2 injection schedule in the Cranfield site in Mississippi, USA, using field data. The optimized injection schedule achieves 16% more gas storage volume and 56% less water/surfactant usage compared with the baseline. The performance of BO is compared with that of a genetic algorithm (GA) and a covariance matrix adaptation (CMA)-evolution strategy (ES). The results demonstrate the superior performance of BO, in that it achieves a competitive objective function value with over 60% fewer forward model evaluations.
王斯成
《中国工程科学》 2011年 第13卷 第9期 页码 51-62
光伏发电不受资源和制造材料的限制，是未来最主要的替代能源。我国目前是世界光伏电池的第一大生产国，制造成本近年来大幅度下降，预计5~10年内可以达到“平价上网”，做到与常规电力相竞争。光伏发电在国内的规模化推广有利于实现我国的减排目标和能源的可持续发展，但需要在政策、资金和电网接入等方面做出更大努力。
标题 作者 时间 类型 操作
基于样地调查的地质碳储量的贝叶斯优化
Xueying Lu, Kirk E. Jordan, Mary F. Wheeler, Edward O. Pyzer-Knapp, Matthew Benatan
期刊论文
京公网安备 11010502051620号
