GPS相位预测值周跳检测的小波分析法

本文研究了利用小波分析法来检测ＧＰＳ相位观测整周跳变的理论与方法，并通过实测数据进行分析，得出了一些有益的结论，有助于ＧＰＳ基线解算及其软件开发。     

浅议痕量分析中的污染源

关于痕量分析的污染问题已有许多文献作为全面阐述，本文主要介绍笔者在分析测试和方法研究中遇到的一些现象与解决的途径。     

β-环糊精-1，2，5，8-四羟基蒽醌包结物荧光法测定铍

本文对1，2，5，8-四羟基蒽醌(THA)与镀形成配合物和THA进入β-环期精(β-CD)的内空腔与镀形成包结物这两种测定镀的荧光分析方法进行了比较，试验表明，后者的灵敏度和重现性有显着提高．选择性明显改善。详细研究了方法的测定条件．并应用于矿样中痕量镀的测定，结果符合质量要求。     

S－闭空间上的函数

研究了当Ｘ为Ｓ－闭空间时，Ｃ（Ｘ）的子集Ｆ为紧的充要条件，从而扩充了著名的Ａｓｃｏｌｉ定理。     

台湾海峡西岸重力场变化梯度场图像分析

讨论了应用曲面拟合技术和利用离散的重力观测点的重力变化对特定研究区的重力场变化进行数值模拟以获取该区重力变化空间梯度场图像的具体方法;并应用该方法获得了2004年3月福建安溪3.6级地震前的重力变化空间梯度场图像,发现空间梯度场图像能清晰地反映出地震前重力场群体性变化的差异性;利用此方法对2005年6月~2006年3月间台湾海峡西岸重力场变化进行数值模拟,获得其空间梯度场图像。     

基于J2EE架构的企业卡资源管理系统的设计与实现

介绍了J2EE架构和多层体系结构的发展，在B／S三层架构的基础上给出了包含应用服务器中间件的多层分布式应用体系结构，并把此体系结构应用于电信氽业的有价卡管理系统项目中。分析了此项同的功能结构和体系结构，采用J2EE开发平台和技术设计实现了由浏览器、Web服务器、应用服务器、数据库服务器组成的多层体系架构。     

蛤蜊科3种贝类16SrRNA基因片段及ITS2核苷酸序列分析

利用PCR技术分别扩增连云港及启东沿海蛤蜊科的西施舌（Coelomactra antiquata）、中国蛤蜊（Mactra chinensis）和四角蛤蜊（Mactra veneriformis）3种双壳贝的16SrRNA基因片段和ITS2核苷酸序列．测序后用DNAstar软件分析了核苷酸差异。结果显示：三种贝类16SrRNA基因片段长度相同，均为306bp（去除引物）．核苷酸存在多态性。共有45个变异位点，54个核苷酸发生了变异。全部为碱基置换。西施舌与中国蛤蜊此片段核苷酸的同源性为88．9％．与四角蛤蜊的同源性为88．6％．中国蛤蜊与四角蛤蜊的同源性为90．6％。三种蛤蜊ITS2序列分别为390bp（西施舌）、441bp（四角蛤蜊）和466bp（中国蛤蜊）。存在长度多态性．ITS2核苷酸差异分析结果显示．西施舌与中国蛤蜊的同源性为70．9％-71．1％，西施舌与四角蛤蜊的为70．5％-71．0％。中国蛤蜊与四角蛤蜊的同源性为88．1％-88．8％。ITS2序列分析结果与16SrRNA基因片段分析结果一致．2种分子分析法均显示中国蛤蜊与四角蛤蜊的亲缘关系近。     

某滑坡稳定分析及处理方案探讨

滑坡属于不良地质现象，是斜坡上的部分岩体和土体在自然或人为因素的影响下沿某一明显的界面发生剪切破坏向坡下运动的现象。当高速公路不得不通过某一滑坡时，对其稳定性进行分析和整治设计就显得尤为重要。以祁临高速公路灵石至霍州段窑深沟大桥东南窑深沟滑坡为实例，根据勘察资料，利用岩土力学知识，在公路修好后并运行的情况下，计算出了其稳定系数和推滑力，又以材料力学、结构力学等力学理论为基础，设计出抗滑桩和锚索抗滑桩等两种整治方案，经验证，效果良好。     

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.