王俊
- 作品数：32 被引量：162H指数：8
- 供职机构：成都理工大学地球物理学院更多>>
- 发文基金：国家自然科学基金国家杰出青年科学基金国家自然科学基金创新研究群体项目更多>>
- 相关领域：天文地球建筑科学核科学技术自动化与计算机技术更多>>
- 多源数据滑坡时空演化规律研究——以黄泥坝子滑坡为例被引量：17
- 2020年
- 滑坡演变是一个长期且复杂的过程,地质灾害体在各类数据中有不同的表现特征,同时各类数据源在滑坡不同阶段有一定的适用性。采用多源数据融合方法,利用各类数据源在滑坡体中不同的特征与适用性,研究黄泥坝子滑坡在滑前-滑中-滑后动态演变过程中的变形破坏特征和时空演化规律。结果表明,黄泥坝子滑坡变形破坏过程可分为4个阶段:启动阶段、加速变形(加速滑移)阶段、前缘扩展(减速滑移)阶段、渐进稳定阶段;黄泥坝子滑坡是在自重、降雨渗透、地震及人类工程活动造成的震动等多效应影响作用下形成的蠕滑-拉裂式滑坡。总结各类数据在滑坡不同阶段的应用,滑前阶段可应用合成孔径雷达技术、光学影像与地形数据确定潜在滑坡体;滑中阶段可利用光学遥感影像分析滑坡堆积体整体变形与演变趋势,利用全球定位系统(global positioning system,GPS)持续观测局部变形;滑后阶段可通过现场调查确定地质灾害体工程地质特征。
- 解明礼赵建军巨能攀何朝阳王俊
- 关键词：多源数据融合光学遥感
- 遗传算法优化的BP神经网络在EDXRF中对钛铁元素含量的预测被引量：8
- 2015年
- 在能量色散X荧光分析(EDXRF)技术中,受均匀效应、颗粒效应和基体效应等的干扰,定量分析精度受到影响。本文针对这一问题提出了遗传算法(GA)优化BP神经网络(GA-BP)的混合算法,该算法无需考虑元素浓度和射线强度之间的复杂关系。遗传算法优化BP神经网络的目的是为了获得更好的网络初始权值和阈值,其基本思想是:将初始化的BP神经网络均方根误差的倒数编码为遗传算法中个体的适应度;初始的权值和阈值用遗传算法中的个体代替,然后通过选择、交叉和变异操作挑选出最优个体,最后通过解码用最优的权值和阈值创建一个新的BP网络模型。攀枝花矿区5类矿样中钛和铁含量的整体预测和分类预测实验表明,分类预测效果远好于整体预测。预测值与化学分析值比较结果表明,其中76.7%的样品相对误差小于2%,表明了该方法在元素间基体效应校正上的有效性。
- 王俊刘明哲庹先国李哲李磊石睿
- 关键词：BP神经网络遗传算法
- 高密度电法和电测深法在某水库渗漏探测中的应用被引量：8
- 2014年
- 该文列举了某水库渗漏探测实例。经物性参数测定,确定以高密度电法为主,电测深法为辅,进行综合探测,确定渗漏位置及原因,指导水库的防渗漏工作。最终经钻探验证,物探推断的结论正确,同时也证明了在水库的渗漏探测中,以高密度电法和电测深法进行综合勘查的方法切实有效。
- 喻春熊韬王俊谢丹吴德仕
- 关键词：高密度电法电测深法工程物探水库渗漏
- 卸荷条件下高边坡大规模开挖的“地质-力学”响应研究——以西藏如美水电站右坝肩为例被引量：9
- 2018年
- 以西藏如美水电站近700 m开挖边坡为例,通过现场卸荷的详细调查,对复杂地质条件下的岩质高边坡大规模开挖离散元模拟的变形响应进行了研究,得出此类边坡在卸荷条件下开挖后的变形响应过程、基本规律及地质-力学模式。模拟结果表明:高边坡大规模开挖之后,边坡的变形与开挖部位具有较强的联系,开挖面上部往往变形较大;边坡主要以浅表部碎裂岩体及深部的"滑移-拉裂"地质-力学响应为主导模式;边坡变形与开挖之后岩石卸荷有必然联系。随着开挖的继续,随着开挖面越来越远,坡体下部变形逐渐衰减,变形主要向开挖面上部累积,最终趋于稳定的响应特征。
- 王俊赵建军瞿生军廖芸婧汪果樊奇
- 关键词：卸荷条件岩质高边坡
- 基于GRU的汶川地震川西气井压力前兆异常识别研究
- 2021年
- 前兆异常出现的时间特征能够体现地震孕育的过程,通过分析前兆信息可以对地震进行短临预测,在地震预测研究中发挥着重要作用.然而传统的计算方法和处理分析模式已经很难快速地从海量观测数据中自动定位异常,识别的精度和适用性也存在不足.因此,本文从井生产数据出发,结合STL时间序列分解、趋势拟合、扩容理论和油气运移等,对汶川地震川西气井压力前兆异常现象和产生机理进行分析,并提出将门控循环神经网络(GRU)模型应用于前兆异常识别中.结果表明,川西地区多口井的气井压力数据在汶川地震前同时出现了异常降低现象,很好地反映出地震前的短临异常.相比于循环换神经网络(RNN),GRU模型充分考虑了井生产数据之间的复杂非线性关系和历史关联程度,能够准确地识别出气井压力的前兆异常现象,模型结果也具有较小的均方根误差(RMSE)和平均绝对误差(MAE),可以作为一种新思路应用于地震前兆异常识别当中.
- 刘杰曹俊兴蒋旭东王俊王俊周欣
- 关键词：前兆异常气井压力循环神经网络
- 一种垃圾压缩、回收装置
- 本实用新型涉及生活垃圾回收桶，具体涉及一种垃圾压缩、回收装置，其主要由外壳(1)、回收桶(2)、压缩装置组成。垃圾通过所述外壳(1)投入装置内，经过所述压缩装置压缩后，落入回收桶(2)中，完成垃圾回收工作。本实用新型具有...
- 王睿臻王俊刘昊阳张文玉马鸿博
- 文献传递
- 基于深度双向循环神经网络的储层孔隙度预测被引量：7
- 2022年
- 储层孔隙度是描述储层特征的重要参数之一,根据测井资料进行准确的孔隙度预测对于储层精细描述至关重要.为此,发展一种基于深度双向循环神经网络的储层孔隙度预测方法,并利用实际井数据验证其有效性和准确性.将测井数据看成纵向上具有联系的时序数据,利用双向循环网络建立测井数据与储层孔隙度之间的非线性映射关系,同时引入"丢弃"和"早停止"策略防止过拟合.研究结果表明,相较于多元线性回归方法和全连接深度神经网络,该方法不仅有效解决了孔隙度预测中的空间尺度问题,而且弥补了传统深度网络无法提供上下文信息的缺陷,提高了孔隙度预测的准确性和稳定性.
- 王俊王俊曹俊兴
- 关键词：人工智能孔隙度预测
- 基于门控循环单元神经网络的储层孔渗饱参数预测被引量：14
- 2020年
- 孔隙度、渗透率和饱和度等物性参数是表征储层质量的重要参数,也是储层评价的重要依据。根据测井数据估算岩石的孔隙度、渗透率和饱和度参数,进而评价储层,是测井解释的基本内容。作为一种适于解决非线性和时序性问题的新型深度学习算法,门控循环单元(gated recurrent unit,GRU)神经网络算法能较好地反映出孔渗饱参数与测井数据之间的非线性映射关系以及不同深度历史数据之间的关联。基于GRU神经网络的储层孔渗饱参数预测方法首先采用基于Copula函数的相关性测度法筛选与孔渗饱参数关联度较高的测井参数,而后利用GRU神经网络建立测井数据与孔渗饱参数之间的非线性映射关系。对四川盆地某探区实际测井数据进行了GRU神经网络储层孔渗饱参数预测的模型训练和预测试验,最后将预测结果与多元回归分析、循环神经网络等方法的预测结果进行比较,结果表明,以均方根误差和Pearson相关系数为评价指标,基于门控循环单元神经网络的储层孔渗饱参数预测方法效果优于其它方法。
- 王俊曹俊兴尤加春刘杰周欣
- 关键词：COPULA函数循环神经网络孔隙度储层预测
- 琼东南盆地深水区松南区块新生代构造-沉积演化特征研究
- 2021年
- 松南区块古近系为近几年新发现的一套油气藏勘探的潜力层系,在琼东南盆地是重点勘探目标之一。深水盆地油气勘探的难点之一是其构造演化复杂多变且发育多种沉积体系。这里从测井、录井、岩芯、地震等资料入手,对研究区新生代构造沉积演化及沉积相特征进行分析,研究认为琼东南盆地松南低凸起新生代构造演化可分为两大体系:①古近系裂陷期形成的阶状正断体系;②新近系热沉降期形成的大型滑塌正断体系。区内沉积体系亦可分为两个阶段:①古近系崖城组沉积时期发育的近物源的扇三角洲沉积体系;②古近系陵水组至新近系梅山组沉积时期受全球海侵影响发育的浅海陆棚沉积体系。研究认为区内构造运动对沉积具有控制作用,为沉积提供了容纳空间,同时沉积差异压实亦可使断层重新活动,进而对区内构造进行改造。对研究区内YL-A井进行单井沉积相特征分析,于研究区内新生代共识别出了扇三角洲、浅海沉积相,扇三角洲平原、陆棚亚相,以及分流河道、陆棚泥等沉积微相,并据此建立了研究区西南方向物源条件下的扇三角洲沉积模式,能较直观地展现出研究区内新生代扇三角洲沉积相扇体发育特征与各沉积微相发育位置空间展布关系,以期为研究区下一步勘探提供借鉴。
- 周欣曹俊兴王兴建王兴建王俊杨金海
- 关键词：扇三角洲分流河道琼东南盆地
- 基于双向门控循环单元神经网络的声波测井曲线重构技术被引量：5
- 2022年
- 声波测井作为测井与地震资料之间的关键桥梁,对储层岩性、物性分析及定量化评价具有十分重要的意义,完整的声波测井资料有助于获得高分辨率反演剖面,可为储层地质解释提供可靠的依据.然而实际开采过程中很多地区由于仪器故障、井眼垮塌等原因造成声波测井曲线缺失,重新测井不仅价格昂贵而且难以实现.本文拟发展一种基于双向门控循环单元(BGRU)神经网络的声波测井曲线重构技术,对缺失的声波测井曲线进行高效、智能补全.该方法充分考虑了测井序列当前数据与历史和未来数据之间的关联性及测井数据之间的非线性映射关系.将该方法应用于真实测井实验,并将其重构结果与多元回归分析(MLR)和门控循环单元(GRU)神经网络预测结果对比分析,结果表明BGRU神经网络取得了优异的声波测井曲线重构效果,为声波测井曲线预测提供了一条新思路.
- 周欣曹俊兴王兴建王兴建王俊
- 关键词：声波测井非线性映射循环神经网络
