在共建“一帶一路”倡議的引領(lǐng)下,中國企業(yè)在海外開展油氣合作愈發(fā)頻繁。為有效保障海外油氣田的人員和資產(chǎn)安全、環(huán)境和聲譽(yù)免受負(fù)面影響,本文采用層次分析、改進(jìn)小波算法、背景差分法、卷積神經(jīng)網(wǎng)絡(luò)、風(fēng)險(xiǎn)控制成本分析、探測(cè)準(zhǔn)確度分析和非線性規(guī)劃等方法,研究了海外油氣田遭入侵的風(fēng)險(xiǎn)評(píng)價(jià)方法與防范技術(shù),實(shí)現(xiàn)了入侵探測(cè)全覆蓋、物防工程縱深布局、應(yīng)急資源系統(tǒng)整合,并在中東某油田現(xiàn)場(chǎng)開展了實(shí)驗(yàn)研究。主要內(nèi)容如下:建立了適用于海外油氣田的入侵風(fēng)險(xiǎn)指標(biāo)體系,包括一級(jí)指標(biāo)5項(xiàng),二級(jí)指標(biāo)18項(xiàng)�；趯哟畏治龇�,建立了各項(xiàng)指標(biāo)的敏感度系數(shù)。建立了五種評(píng)判邏輯,構(gòu)建了入侵風(fēng)險(xiǎn)等級(jí)量化評(píng)價(jià)方法,并對(duì)標(biāo)國際安保咨詢公司的風(fēng)險(xiǎn)數(shù)據(jù)庫進(jìn)行了結(jié)果驗(yàn)證。針對(duì)關(guān)鍵的入侵風(fēng)險(xiǎn)指標(biāo),研究入侵防范系統(tǒng)技術(shù)原理。提出了基于改進(jìn)小波算法的紅外圖像增強(qiáng)與去燥方法,對(duì)小波低頻系數(shù)進(jìn)行直方圖均衡增強(qiáng),對(duì)高頻系數(shù)進(jìn)行閾值去噪,較好地改善了原始圖像的清晰度和對(duì)比度;研究了基于背景差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,采用計(jì)算量較小的背景差分算法對(duì)監(jiān)測(cè)目標(biāo)進(jìn)行定位,提高了運(yùn)動(dòng)目標(biāo)的檢測(cè)能力;研究了基于深度學(xué)習(xí)的目標(biāo)識(shí)別方法,采用Matlab卷積神經(jīng)網(wǎng)絡(luò)工具箱中預(yù)先訓(xùn)... 

【文章來源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：122 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖３－１海外油氣田入侵風(fēng)險(xiǎn)等級(jí)量化評(píng)價(jià)流程??３．１入侵風(fēng)險(xiǎn)指標(biāo)體系??

?怖?會(huì)｜?｜教?落丨｜急?急丨??丨制?關(guān)?情丨丨膨失丨丨沖?襲?治丨丨沖矛丨｜資指丨二級(jí)指標(biāo)??！裁?系?緒丨Ｉ脹?業(yè)｜?｜突?擊?安丨｜突?盾｜?｜源?揮｜??Ｉ?｜?Ｉ?ＩＩ?１?Ｉ?ＩＩ?｜??Ｉ?１?Ｉ?ＩＩ?１?Ｉ?｜｜?Ｉ??Ｉ?１?Ｉ?ＩＩ?１?Ｉ?｜｜?Ｉ??｜?Ｉ?；???Ｉ政?管清丨?丨難抗突｜??丨權(quán)?控廉丨?丨民?議發(fā)丨??丨更盲程｜?｜影事事ｉ??丨迭?區(qū)度丨?丨響?件件丨??Ｌ?Ｉ?Ｌ?Ｉ??圖３－２入侵風(fēng)險(xiǎn)指標(biāo)體系架構(gòu)??（１）構(gòu)建判斷矩陣??構(gòu)造判斷矩陣。比較第ｉ個(gè)元素和第ｊ個(gè)元素的相對(duì)于上一層次的重要性，??記作ａｉｙ，基本原則如下。同時(shí)，指標(biāo)敏感度系數(shù)滿足ａｉ７?＝?ｌ／ａ；ｉ。??？?ａｔ７?＝?ｌ，表示相對(duì)上一層次，元素ｉ和元素ｊ同等重要；??？?ａｉ；?＝?３，表示相對(duì)上一層次，元素ｉ相對(duì)于元素ｊ略微重要；??？?ａｉ；．?＝?５，表示相對(duì)上一層次，元素ｉ相對(duì)于元素ｊ明顯重要；??？?ａｉ；?＝?７，表示相對(duì)上一層次，元素ｉ相對(duì)于元素ｊ強(qiáng)烈重要；??？?ｃ＾?＝?９，表示相對(duì)上一層次，元素ｉ相對(duì)于元素ｊ極其重要；??？?％?＝?２，４，６，８，表示上述相鄰判斷的中間值；??目標(biāo)層包含１個(gè)指標(biāo)，即入侵風(fēng)險(xiǎn)，記作Ｉ。一級(jí)指標(biāo)層包括５個(gè)一級(jí)指??標(biāo)，分別記為：Ａ，Ｂ，Ｃ，Ｄ，Ｅ。??采用專家函審模式［１１２１本文邀請(qǐng)了?２０名社會(huì)安全領(lǐng)域的專家學(xué)者（表??３－２）參與函審，依次判斷每個(gè)一級(jí)指標(biāo)相對(duì)于目標(biāo)層的重要性，并通過加權(quán)??平均并取整可得判斷矩陣。由于一級(jí)指標(biāo)共５個(gè)，且指標(biāo)敏感度系數(shù)具有倒??數(shù)性質(zhì)，

背景差分法適用于海外油氣田這種背景變化緩慢場(chǎng)合的運(yùn)動(dòng)目標(biāo)檢測(cè)。??背景差分法［１２８１［１３Ｇ］所取背景模型記為時(shí)刻ｔ的待測(cè)幀圖像記為??／〇，ｙ，ｔ），差分圖像記為Ｄ（ｘ，ｙ，ｔ），則背景差分法數(shù)學(xué)公式表達(dá)如下：??Ｃ，Ｖ，）＿ｌ〇?＼Ｋｘ，ｙ，ｔ）－Ｂ｛ｘ，ｙ，ｔ）＼＜Ｔ?（４?７）??其中，Ｔ表示判斷閾值，決定了目標(biāo)檢測(cè)的靈敏度和準(zhǔn)確度，Ｄ（ｘ，ｙ，ｔ）是??一個(gè)二值圖像，值為１的區(qū)域在不同時(shí)刻的像素值發(fā)生了很大變化，該區(qū)域??即為檢測(cè)到的運(yùn)動(dòng)目標(biāo)區(qū)域。??背景差分法流程如圖４－２所示。???背景模型更新＾????］?［???＾？背景模型一＾??輸入圖像一一？差分二值化１■？主要目標(biāo)提取一？?檢測(cè)結(jié)果??—？當(dāng)前幀?一??圖４－２背景差分法目標(biāo)檢測(cè)流程??４．２．６入侵目標(biāo)智能識(shí)別??傳統(tǒng)的目標(biāo)識(shí)別算法通過提取目標(biāo)物體的二維或三維特征，再與特征模??型庫進(jìn)行匹配來進(jìn)行目標(biāo)識(shí)別。近年來，隨著深度學(xué)習(xí)｜１３１］，［１３２］的快速發(fā)展，??其應(yīng)用也越來越廣泛［１３３］，［１３４１，尤其是在目標(biāo)識(shí)別領(lǐng)域［１３５］』１３６】。深度學(xué)習(xí)算法??由機(jī)器自主完成特征提取，并且利用反向傳播方法獲得神經(jīng)網(wǎng)絡(luò)中各個(gè)神經(jīng)??兀的權(quán)重［１３７１。卷積神經(jīng)網(wǎng)絡(luò)（Ｃｏｎｖｏｌｕｔｉｏｎａｌ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ，?ＣＮＮ）丨１３８】是深??－４１?－??

【參考文獻(xiàn)】：
期刊論文
[1]科學(xué)家談管理科學(xué)重要方向 國家安全與應(yīng)急管理[J]. 范維澄,翁文國.  科學(xué)觀察. 2019(05)
[2]基于遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)SAR圖像目標(biāo)識(shí)別[J]. 陳立福,武鴻,崔先亮,郭正華,賈智偉.  中國空間科學(xué)技術(shù). 2018(06)
[3]紅外熱敏成像及在智能入侵探測(cè)系統(tǒng)中的應(yīng)用[J]. 胡顯偉,李鐵,吳宗之,高璇.  激光雜志. 2018(09)
[4]深度學(xué)習(xí)在雷達(dá)通信目標(biāo)識(shí)別中的應(yīng)用框架[J]. 程嘉遠(yuǎn).  現(xiàn)代雷達(dá). 2018(08)
[5]全球化與反全球化思辨[J]. 吳念魯,楊海平.  中國金融. 2018(10)
[6]車型識(shí)別中運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[J]. 張辰銳,邱炎兒,白心愛.  呂梁學(xué)院學(xué)報(bào). 2018(02)
[7]基于無線MESH網(wǎng)絡(luò)的智能安保監(jiān)控系統(tǒng)研究[J]. 胡顯偉,李鐵,吳宗之.  中國公共安全(學(xué)術(shù)版). 2016(04)
[8]基于小波變換的一種紅外圖像增強(qiáng)算法[J]. 常宏韜,孟慶虎.  河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(01)
[9]一種小波變換的小波系數(shù)均衡圖像增強(qiáng)算法[J]. 王海峰,吳冬燕,章怡.  電視技術(shù). 2011(19)
[10]社會(huì)突發(fā)事件應(yīng)急模型及控制模式的構(gòu)建分析[J]. 范澤孟,牛文元,顧基發(fā).  中國軟科學(xué). 2007(08)

博士論文
[1]突發(fā)事件對(duì)金融市場(chǎng)的影響研究[D]. 李曉林.電子科技大學(xué) 2013

碩士論文
[1]基于深度學(xué)習(xí)的無人機(jī)遙感圖像目標(biāo)識(shí)別方法研究[D]. 祝思君.北京建筑大學(xué) 2018
[2]基于多特征的輪船運(yùn)動(dòng)目標(biāo)跟蹤及軌跡獲取方法[D]. 周奇.北方工業(yè)大學(xué) 2018
[3]智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)識(shí)別方法研究[D]. 白一帆.太原理工大學(xué) 2018
[4]動(dòng)態(tài)背景下移動(dòng)目標(biāo)檢測(cè)與識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D]. 朱明主.北京郵電大學(xué) 2018
[5]境外工程社會(huì)風(fēng)險(xiǎn)分析與應(yīng)對(duì)研究[D]. 田亞力.中國海洋大學(xué) 2014
[6]基于FPGA機(jī)器視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤系統(tǒng)[D]. 劉曉偉.湖北工業(yè)大學(xué) 2012



本文編號(hào)：3208926