Real Media流媒体技术的分析研究

流煤体技术广泛应用于远程教育，网络是电台、视频点播、是目前在Internet上相当流的跨平台的客户／服务器结构的多媒体应用标准，Internet/Intranet将不再是单纯的文本和图像传输，声音和视频的实时传输将是网络发展的必然趋势。     

录井气测解释的人工神经网络方法研究

基于人工神经网络发展了一种新的油气层评价技术。利用该技术，采和层次模式识别的方法，对新疆某油田地区的实际数据进行了计算，以识别油层、气层、含水油层、油水同层、含油水层、气水同层、油气水同层、水层、干层，取得了较为的满意的结果。     

Windows Media的流媒体格式ASF的分析

文章对ASF流媒体格式进行了认真的分析。首先分析了ASF文件的格式组成和文件结构，然后对ASF报头对象和数据对象及应用实例进行分析，并在局域网上进行试验，实现点播和直播功能。     

BP网络在录井气测解释中的应用

基于前馈神经网络模型发现一种全新的油气层识别技术，并提出一种改进的ＢＰ算法，利用该算法，可以所获取的录井气测资料进行精度高，速度快的油层，气层，水层的自动识别。     

基于Kohonen神经网络的图像超分辨率处理算法

提出一种小波变换、Bézier曲面插值和神经网络相结合的方法,并将该方法应用于图像处理中,对图像进行超分辨率处理,以提高图像质量.首先将原图像作为低通部分,然后对小波分解后的相应高频子带进行Bézier曲面插值,再对插值后的高频子带分别进行神经网络学习重建恢复各高频子带图像,以近似更高频的细节,最后通过小波逆变换获取比原图分辨率更高的图像.模拟实验结果表明与小波插值方法相比,所提出的算法能进一步提高图像的质量和分辨率.