昆仑山口西Ms8.1地震前远场应变异常研究

依据6个钻孔应力-应变连续观测资料，研究了区域应力场的变化，结果表明在2000年10月整个青藏高原周边应力场发生了显著的变化．与昆仑山口西8．1级地震前的地震活动时空分布进行了对比，研究发现发生在2000年9月的兴海震群和2000年10—11月的唐古拉山震群是这次8．1级地震在孕震过程中的一次应力积聚释放的结果．     

校准三维模型基矩阵的函数映射的对应关系计算

在利用函数映射计算模型间对应关系时,提出了一种校准三维几何模型之间基矩阵的新方法,将模型间对应关系的构建转化为由模型特征函数构建的基矩阵之间的校准运算。首先计算三维模型的Laplace算子,获得模型的特征值和特征向量,并利用所得到的特征向量构建基矩阵;其次,提出了协方差的最小值校准算法,以计算模型基矩阵之间的校准矩阵 S ,并用矩阵 S 对两个模型的函数基进行校准;最后,计算校准模型所有点的高斯曲率来采样源模型尖端特征点,并在校准后的目标模型上遍历所有点,以寻求最优对应点来构建等距变换（或近似等距变换）的三维模型间的对应关系。通过计算采样点与最优对应点的测地错误,以衡量所提算法的匹配准确率。实验结果表明,与已有算法相比,本算法可以较为准确地构建两个或多个模型间的对应关系,同时也克服了模型自身对称性影响对应关系计算的问题。     

一种基于时间序列与核岭回归的结构损伤定位方法

结构健康监测的一个重要目的是实现结构损伤识别与定位,文章将结构监测数据的时间序列模型与机器学习中的核岭回归相结合,提出了一种新的结构损伤定位方法.先定义结构损伤识别矩阵,推导出结构损伤系数向量与损伤结构和未损伤结构的自回归系数向量差值的关联关系,结构的损伤识别矩阵可以通过机器学习中的核岭回归算法获得.对比其他回归算法,核岭回归的正则化、核函数特性可以大幅提高模型的拟合性能与泛化性能,更好地应用于结构损伤识别.然后通过一混凝土框架数值模型对该方法进行验证.结果表明该方法对结构的单损伤、多损伤均可进行有效识别,准确率较高.     

西昆仑库地蛇绿岩的成因及构造意义

库地蛇绿岩位于康西瓦大型走滑断裂带的北侧,主要由裂解的变质橄榄岩,堆晶岩和块状枕状玄武岩组成,其上覆岩石为杂色火山碎屑岩和具浊流沉积的碎屑岩系。前人对库地蛇绿岩已作过较系统的报道[1]。震旦纪-早奥陶纪为本区蛇绿岩的洋盆发育时代,其侵位可能代表了晚元古代到早古生代的重要板块运动的记录。本文通过变质橄榄岩的矿物学、熔岩的地球化学等研究,表明库地蛇绿岩经历了洋中脊(MOR)到俯冲带(SSZ)的构造环境转变过程,致使地幔橄榄岩达到~30%的部分熔融程度。     

大样本“变脸”活动星系核多频射电巡天观测结果的统计研究

光学波段的“变脸”AGN (changing-look Active Galactic Nucleus, CL AGN)是光谱类型发生变化AGN的统称.近年来,越来越多观测证据表明这类现象与中央超大质量黑洞吸积活动有关.而黑洞吸积率的变化可能会引起喷流的增强或者减弱,进而导致射电波段观测性质的变化.在已发表的文献中,收集了74个光学波段证认的“变脸”AGN、90个“变脸”AGN的候选体.基于这个目前最大并且选源方式多样化的非完备样本,探讨了“变脸”AGN在射电波段的观测性质.从澳大利亚平方公里阵先导设备(Australian Square Kilometre Array (SKA) Pathfinder, ASKAP)和美国甚大阵甚大阵(Very Large Array, VLA)的4大射电巡天观测中,发现了51个“变脸”AGN (含21个候选体)在0.9–3 GHz存在射电波段的对应体,样本的射电探测率约为41%,与一般AGN的射电探测率无显著区别.此外,分析了这些源的射电谱指数,发现在1.4 GHz和3 GHz频段“变脸”AGN相对于一般射电源有较平的射电谱.该统计结果或可解释为“...     

用接收函数方法研究青华地震台下方地壳厚度结构

利用小湾电站水库诱发地震台网之青华地震台记录到的93个远震地震事件,挑选其中效果较好的55个远震地震事件进行接收函数的计算,研究同一个台站下方地壳厚度随反方位角的变化情况。结果表明:①在青华地震台下方地壳平均厚度约为40.5 km;②不同方位的远震事件反映出台站下方不同方位的地壳厚度存在差异;③青华地震台下方地壳厚度存在由南向北逐渐增厚的特点,而东西向的横向变化不明显;④青华地震台反方位角在112°附近区域地壳厚度变化异常明显。     

下关温泉水汞整点观测变化与日测值关系研究

进行每天一次定点、定时、定量人工取样观测的下关温泉水汞进行24小时整点人工加密取样观测实验,研究并讨论人工取样水汞24小时日变化与日测值的关系,为汞量异常时的人工加密观测提供预研究依据,以期更好、更充分地捕获水汞前兆异常信息。     

走过嘎玛沟

嘎玛,是藏语中星星的意思。在西藏工作的很长时间里,关于嘎玛沟的传说一直徜徉在耳边。它位于珠穆朗玛峰东侧的群峰之下,雪山融水汇聚成的潢流顺喜马拉雅山脉流淌。时间过了上万年,流水在山谷中侵蚀出了今天的嘎玛沟。从白雪疆盖的高原雪线到葱绿的亚热带森林,50公里内有2600米的地理落差。     

一种改进步长自调的非连续变形分析法

非连续变形分析（DDA）是一种针对块体系统变形和位移求解的数值计算方法。引入Newmark方法于结构动力学微分方程中,考虑惯性力和阻尼力作用,改进时间步长自动调节,并实现DDA求解程序;比较研究Newmark方法中的线性加速法、常加速法和平均加速法在DDA程序中计算的收敛速度,讨论块体系统动力学计算过程中DDA方法对惯性力和阻尼力的添加和删除,并提出根据计算精度要求的误差控制实现方案。将改进的DDA方法模拟一个典型的煤与瓦斯突出过程,取得了满意的计算结果,该改进算法为DDA方法处理动力学问题提供新的途径     

融合特征交叉与用户历史行为序列的微地图推荐

针对现有微地图（WeMaps）推荐算法未充分挖掘用户与微地图特征,推荐结果准确率较低的问题,提出融合特征交叉与用户历史行为序列的微地图推荐算法。首先,在用户与地图特征交叉过程中通过引入跳跃连接和多头自注意力机制,让不同特征组合能够自动获得权重,并通过在多个子空间下进行特征交叉获得了更丰富的特征组合信息。其次,在用户历史行为序列中引入了交叉注意力机制,捕捉与候选地图相关的兴趣点。最后,融合特征交叉和用户行为序列模块的输出,获得了综合多个维度的推荐结果。在公开数据集Criteo和自制微地图（WeMaps）数据集上的对数损失值分别为0.446 1、0.379 7,受试者操作特征曲线下面积值（Area Under the ROC Curve,AUC）分别为0.805 2、0.788 3。相较于本文对比实验中的二阶特征交叉模型,损失值分别降低了1.7%、14.2%,AUC值提高了0.8%、0.4%。相较于本文对比实验中的高阶特征交叉模型,损失值平均降低了1.3%、2.6%,AUC值平均提高了0.6%,0.2%。较低的损失值和较高的AUC值说明模型进行预测时具有较高的准确性和较好的分类能力。实验结...