山地学的研究对象和内容浅议──续《发展山地学之我见》

建议将山地学的研究对象定为以地域自然-人文综合体存在的山地系统即山地人地系统．据此提出了山地学的研究内容应围绕山地系统的性质、结构、功能及其演变理论和研究方法这一中心论题展开．     

贵州天柱磨山—油麻坳金矿化带岩石矿物地球化学研究

研究了贵州天柱磨山—油麻坳金矿化带的成矿条件、控矿规律及地球化学特征。认为：金元素来源于地层;成矿流体具变质水和大气降水混合特征;褶皱翼部与断裂交汇带及层间破碎带等控制着矿体产出。成矿作用过程具沉积变质改造作用特点,多期次的构造变质作用对金元素的迁移聚集有着重要控制作用。     

锦屏花桥金矿床地质特征

过去认为远景不大的花桥金矿床,目前开采情况是可观的,与原评价结论相差较大,本文在前人工作的基础上结合开采揭露的地质现象较全面对对矿床的地质特征进行探讨,特别对新发现的Ｆｘ剪切破碎带进行了详细研究,认为它对矿床具有重要的控制作用,对该区寻找新的富矿体和同类型金矿均具有重要意义。     

Geochemical Evolution and Environmental Changes of Qinghai—Xizang Plateau Since Late Cenozoic

Long-and short-term climatic curves were preliminarily established based on the comprehensive analysis of geochemical information since the Late Cenozoic in the Qinghai Xizang(Qinghai-Tibet)Plateau.The curves show that the climate in the plateau was alternatively dry-warm and cold-wet during the period of 30-3.4 Ma when the plateau was not uplifted to an enough altitude and the monsoon was not completely formed either,In the period of 3.4-0.73 Ma.the climate fluctuated between dry-cold and wet-warm when the plateau was rapidly uplifted and the Asian monsoon was consequently formed.Since 0.73 Ma.the climate became even drier when the plateau continuously rose.In the Holocene period.the climate alternatively changed with a complex model of being cool-dry,warm-wet and cold-wet.     

513中强震仪时分号电路

513中强震仪是机械杠杆放大低倍率的地震仪,对于近距离较大地震有较好的记录,目前有些台站仍安装了该型号的地震仪。由于我省条件所限,513中强震仪上未配标准钟,这种无时间服务系统的记录显然是不符要求的。在实践中,我们采用从SY-2型石英钟(一般测震台站上均有)中获得时分号的电路。     

划拨土地房地产权出租不宜行政处罚

问：工行宁陵县分理处，于2000年5月将本单位原有的划拨土地使用权连同地上建筑物，未经批准擅自签订协议，以转让地上建筑为名，转让给宁陵县烟草公司，转让期限自2000年5月1日至2010年4月30日．转让价款25万元。     

你问我答

问:工行宁陵县分理处,于2000年5月将本单位原有的划拨土地使用权连同地上建筑物,未经批准擅自签订协议,以转让地上建筑为名,转让给宁陵县烟草公司,转让期限自2000年5月1日至2010年4月30日,转让价款25万元。     

政府不能忽视土地优先购买权中的程序问题

问:《中华人民共和国城镇国有土地使用权出让和转让暂行条例》第二十六条规定"土地使用权转让价格明显低于市场价格的,市、县人民政府有优先购买权";《关于加强国有土地资产     

利用深度卷积循环神经网络的高光谱影像空谱特征分类方法

针对高光谱影像分类问题,提出了基于深度卷积循环神经网络的高光谱影像空谱特征分类方法.首先将高光谱数据立方体看作一组特征序列;然后利用深度卷积循环神经网络构建特征序列的依赖关系,并采用"预训练+微调"的训练策略对深层网络模型进行训练,从而使得所设计的深层网络在训练样本较少的情况下也能得到更加充分的优化.在Pavia大学和Indian Pines数据集上的试验结果表明,构建的深度卷积循环神经网络的分类精度比RNN方法分别提升了9.49％和5.8％.