1.目前个人发表的一篇核心期刊文章 2.测井数据是油气田开发和评价的基础，对于地下储层地质建模和指导油气藏勘探具有重要意义。然而，由于实际开采过程中井径垮塌、仪器故障等原因往往导致整段甚至整条测井数据失真或缺失，而重新测井成本高昂，施工难度大。本文提出一种基于增强双向长短时记忆神经网络的测井数据重构方法，在不增加额外测量成本的情况下，充分考虑缺失数据点的前趋和后继之间的双向关联性，通过迭代更新策略完成整段缺失数据块的重构。对比循环神经网络、长短时记忆神经网络及双向长短时记忆神经网络，实验表明提出的方法具有更好的数据重构精确度。

1.主要利用yolo5作为目标检测算法结合HSV模型，判断施工现场是否有指挥人员在现场指挥工作并对突发事件及时预警，有效减少因指挥人员行为异常所造成的起重事故的发生。 2.小目标检测，对施工人员是否佩戴安全帽以及施工现场是否摆放警示牌进行检测，主要利用yolo5算法，通过提取小目标HOG特征，然后利用svm进行分类。

使用的是spring框架，开发结构MVC，通过爬取网上视频，进行分类过后，通过自己的服务器，对外进行开放，其实注册者还可以分享自己的视频，对视频进行打分评论以及发弹幕。