龚灏
- 作品数：39 被引量：78H指数：6
- 供职机构：成都理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划四川省教育厅自然科学科研项目更多>>
- 相关领域：天文地球自动化与计算机技术经济管理石油与天然气工程更多>>
- 含油气盆地的动态聚类算法
- 2013年
- 含油气盆地远景评价存在着分类问题。应用传统聚类算法与含油气盆地远景评价存在一定局限,通过引入动态聚类算法,对传统聚类法和动态聚类法进行算法描述,给出动态聚类在含油气盆地远景评价中的方法步骤,并设计了基于动态聚类的含油气盆地远景评价算法,克服了传统多种不同类型的指标难以综合评价的缺陷,通过应用实例说明了动态聚类在含油气盆地远景评价中的应用。
- 孟佳克龚灏张旦
- 关键词：油气盆地聚类算法
- 基于小波神经网络的中国煤炭消耗预测被引量：6
- 2006年
- 预测煤炭消耗量是一个与多种因素有关的复杂非线性问题。鉴于传统预测方法的缺陷,利用小波神经网络模型对中国煤耗预测,通过理论分析和仿真实验表明:模型是简单可行的,预测具有较高的精度。
- 马致远龚灏黄晓春
- 关键词：小波神经网络煤耗
- 混合离散优化算法反演应用被引量：1
- 1999年
- 作者给出了一种新的混合离散优化算法ＣＤＯＰ，并用该算法反演了储层物性参数，取得了满意效果。
- 郭科胥泽银龚灏
- 关键词：优化算法物性参数油气勘探测井
- 成熟金融市场与新兴金融市场间的传导性研究
- 2010年
- 运用BVAR计量模型研究Granger因果关系,通过因果关系研究成熟金融市场与新兴金融市场之间的传导性,再通过脉冲响应函数进一步验证因果关系的结论;并实证分析上涨和下跌过程中成熟金融市场与新兴金融市场间传导性的变化特征。实证研究表明:在整个样本期,香港股市与新加坡股市互相传导,日本股市与韩国股市互相传导,美国股市对其他股市单向传导,中国沪市对韩国股市单向传导,中国沪市对新加坡股市单向传导,中国沪市对香港股市单向传导;下跌时期六个股市间的传导关系比上涨时期更为复杂,更加强烈。
- 龚灏张雪芹
- 关键词：新兴金融市场脉冲响应函数
- 基于分形插值的塔巴庙太原组砂体展布被引量：1
- 2006年
- 本文采用分形插值方法对砂体的展布规律进行研究。根据对塔巴庙地区太原组砂体的物性特点的分析,利用地质、岩芯和测井资料,使用三维分形插值方法,建立了砂体展布规律预测模型,对砂体展布规律进行了预测,进一步结合该地区的沉积环境和沉积相,对塔巴庙太原组储层有利区块进行了分析,结果与工程实际较为吻合。
- 龚灏周仲礼胡绿慧
- 关键词：太原组砂体展布分形插值
- 一类具有混合边界条件的奇摄动半线性边值问题被引量：2
- 2005年
- 研究了一类具有混合边界条件的奇摄动二阶半线性边值问题.在构造形式渐近解的基础上,用微分不等式理论证明了解的存在性.并得出了解的任意阶的一致有效展开式.
- 黄香蕉刘树德龚灏卢玉蓉
- 关键词：奇摄动半线性边值问题
- 矿产品开发过程中生态环境负外部性评价方法
- 2015年
- 矿产品开发对生态环境的影响是多方面的,这种影响主要包括大气、地表及地下环境3部分;由于生态环境质量涉及因素众多,关系复杂,难以开展较系统的定量的评价研究。在总结前人有关矿产品开发过程中造成生态环境损失数据的基础上,通过货币来衡量其负外部性的综合表现特征,利用系统工程分析原理将其划分为一个多层次、多指标的,逐步实现的综合评价过程,通过数据再分析与处理,结合层次分析法与指数法建立了负外部性综合评价模型(MEI),实现了对矿产品开发过程中生态环境负外部性量化评价,基本满足了矿产品开发所造成生态环境影响综合评价要求。
- 龚灏刘丹丹黄寰黄健
- 关键词：矿产品生态环境负外部性指标体系
- 多特征匹配决策树在矿物识别中的应用被引量：1
- 2012年
- 利用研究区地物光谱曲线的光谱吸收指数、光谱斜率,光谱吸收深度等光谱特征参量建立多变量决策树,成功识别出白云母、方解石、绿泥石、绿帘石、蛇纹石等多种矿物。精度分析表明:建立的决策树识别结果与遥感中心的填图结果基本一致,尤其是绿帘石和蛇纹石填图结果吻合的较好,而白云母、绿泥石、方解石矿物填图结果稍有差异。
- 孟佳克龚灏周仲礼芶盛
- 关键词：光谱特征多变量决策树矿物
- 抓好“学、促、查、改”环节确保主题教育取得实效
- 2023年
- 成都理工大学牢牢把握“学思想、强党性、重实践、建新功”总要求,紧紧锚定目标任务和学校“双一流”建设中的关键问题,努力抓好“学、促、查、改”四个关键环节,确保主题教育取得扎实成效。在“学”上着力,做到真信笃行。学习是高质量开展主题教育的先手棋。
- 龚灏
- 关键词：主题教育取得实效
- 基于PSO-CNN的深部找矿预测模型构建被引量：7
- 2022年
- 探讨西藏雄村铜金矿床Ⅱ号矿体成矿特征与矿体之间的关系,为深部找矿预测提供依据。通过提取多元找矿信息,在构建三维地质体模型基础上,将研究区数据按照含矿单元数与非含矿单元数为1∶1构建数据集,随机将数据集分成训练集(70%)和验证集(30%),结合深度学习理论,采用卷积神经网络(CNN)算法建立深部成矿预测模型。模型参数的选择对预测的精度起着至关重要的作用,但目前模型训练方法大多凭借经验手动调参,难以得到最优模型。为使CNN模型在非经验指导下自主选择超参数,通过粒子群算法(PSO)对CNN超参数进行优化,将优化后的CNN模型用于预测,并将预测结果与传统方法(找矿信息量)进行对比分析。PSO-CNN算法的预测效果明显比找矿信息量方法的准确率高,体现了PSO-CNN算法在深部成矿预测中的优越性。
- 罗杰周仲礼周仲礼刘斌龚灏
- 关键词：深部找矿
