知识库系统的原理

在分析了知识的定义、知识的类型、知识的分级、知识原理的基础上，详细说明了知识库系统的原理。     

浅析“雷暴和降水编报的特殊规定”

雷暴和降水编报的特殊规定，对干部分观测员特别是新上岗的观测员来说理解起来比较困难，也不易掌握。本文旨在通过对编报规定及相应个例的剖析，使其对这部分观测员克服障碍并最终掌握有所帮助。i＊w电码购一99反映的天气情况应看作是一个整体。过去1小时内有雷暴，雷暴期间和雷暴停止之后的降水，不论其性质，态相有无变化，均不再另行选报为WI或WZ。析：雷暴期间的降水指雷暴连续记载时段里出现的降水；雷暴停止之后的降水指雷暴停止以后才出现的降水。需要注意的是雷暴停止之后的降水应有时段限制，在本特殊规定中仅指过去1小时内。七…     

天气现象的合并选码

天气报观测时15分钟内、航空报观测时10分钟内出现的现象都是“观测时的现象”.当观测时先后或同时出现两种或以上天气现象时,应合并选码. 雨或毛毛雨并有雨淞生成和雾并有雾淞生成时,现在天气电码的选择,可以说是合并选码,也可以说是按大码编报原则.因为雨、毛毛雨、雾都有单独编报的电码,而雨淞、雾淞却没有相应的电码,但编报电码中有雨或毛毛雨并有雨淞结成和雾并有雾淞生成的电码,且电码较雨或毛毛雨、雾单独     

遵义松林下寒武统钾质斑脱岩SHRIMP U-Pb锆石年龄及其地质意义

遵义松林地区广泛出露前寒武系及寒武系,是国际上研究前寒武纪-寒武纪过渡时期生物演化、古环境变迁及成矿事件的重要窗口之一.     

工业相机在历史航片数字化中的应用

航空摄影胶片作为历史档案的一种,详细地记录了城市规模、设施等地貌信息变迁。因胶片材质保质期有限,有必要将其进行数字化永久保存。传统的扫描手段效率过低,随着一亿及以上像素的工业级别相机的诞生,使得拍照代替扫描成为可能。本文采用自行制作高精度大幅面胶片翻拍仪,通过精确校检获取准确改正参数,并结合计算机后处理,完成了昆明市2期约8500张历史航空摄影胶片的数字化试验,成果各项指标均符合要求,达到了项目预期目的。     

宁夏石塘岭幅1∶50 000地质图数据库

宁夏回族自治区石塘岭幅 （J48E018017）1∶50 000区域地质图数据库基于数字地质调查系统建立,实现了设计地质图、野外地质填图、室内综合整理、最终成果表达的全程数字化,有效开展了对各类数据的一体化描述、存储、组织和利用。将沉积旋回划分与年代学分析相结合,系统开展测区第四纪地层多重划分与对比,建立等时地层对比格架,恢复盆地沉积充填过程,查明断裂活动性;重新建立了测区古近纪—新近纪地层系统,划分出11个填图单元,并确立了新近纪彰恩堡组与干河沟组之间存在沉积间断,二者之间为不整合接触关系。本数据库共包含矢量化的地质图一幅,样品179件,素描图86件,图片253张,内容详实、可利用度高,为厘定青藏高原东北缘地区新近系—古近系地层序列及新构造–活动构造特征提供了详实的基础性数据资料支撑;为总结新构造–活动构造发育区填图技术方法提供了依据。     

西藏纳如松多银铅矿S、Pb同位素组成:对成矿物质来源的指示

纳如松多银铅矿是西藏陆陆碰撞主碰撞时期形成的特殊的隐爆角砾岩型富银富铅矿床。对该银铅矿的主要金属硫化物和矿区的斑岩进行了S、Pb同位素组成的分析和示踪讨论,结果显示矿床的金属硫化物和斑岩(细斑和粗斑)具有一致的铅同位素组成,以富集放射性成因铅为特征,表明成矿物质中的铅主要来源于矿区斑岩。方铅矿的δ34S为2.5‰～4.7‰,与之成对的闪锌矿δ34S为4.5‰～5.5‰,皆大于相对应的方铅矿,表明成矿期的S同位素基本达到了平衡。矿石硫化物硫同位素与粗斑斑岩硫同位素组成更为接近,结合Pb同位素的特征,认为银铅矿的成矿与粗斑斑岩的关系更为密切。     

云南易门凤山铜矿床59#矿体分布区断裂构造地球化学特征及成矿预测

作者采用构造地球化学方法,对59#矿体分布区进行研究。通过R型聚类分析、因子分析结果圈定矿化元素组合异常。该异常分布在刺穿体构造的外缘,与59#矿体产出位置基本一致;同时出现(Bi-Cu)、(TFe-W-Mo-Cu-Bi)、(Zn-Cd-Cu-Ag-Pb-Bi-Mo)的异常叠加,指示叠加成矿作用的特点;根据异常特征和分布规律,推测成矿流体的运移方向、矿体产状,为深部找矿预测提供了重要依据。     

基于深度学习的像素级全色图像锐化研究综述EI北大核心CSCD

全色图像锐化是遥感数据处理领域的一个基础性问题,在地物分类、目标识别等方面具有重要的研究意义和应用价值。近年来,深度学习在自然语言处理、计算机视觉等领域取得了巨大进展,也推动了像素级全色图像锐化技术的发展。本文提出从经典方式和协同方式两个方面对深度学习在全色图像锐化中的研究进行系统的综述,并在此基础上进行前景展望。首先,给出全色图像锐化常用的数据集和全色图像锐化的质量评价指标;接着,从经典方式与协同方式两个方面对基于深度学习的全色图像锐化最新研究成果进行分门别类的介绍,并进行算法性能的对比、分析和归纳;然后,对全色图像锐化的3个主要应用领域如地物分类、目标识别和地表变化检测进行分析;最后,本文探讨了基于深度学习的全色图像锐化的5个未来研究方向。