呼伦湖沉积物粒度特征及其环境指示意义

通过对呼伦湖湖心沉积岩芯粒度机械组成和频率分布曲线的分析,辅以²¹⁰Pb年代测定,重建了1865~2016年粒度演变特征并揭示其环境指示意义。研究表明：湖心沉积物主要为粉砂和黏土,中值粒径同粗粉砂和砂组分显著正相关,在垂直剖面上表现为减小、波动变化和增大的变化趋势。应用对数正态分布函数对粒度频率曲线进行拟合,提取出大气粉尘源、湖心相标志组分和风沙尘暴组分3个环境敏感组分。粒度机械组成与环境敏感组分的垂向特征变化同历史时期的湖泊水位变化、降水量强度变化,及沙尘暴事件较为一致,能够较好的重建150 a来湖区气候干湿变化和风沙活动特征,可用于恢复区域环境变化历史。     

断裂构造的分形研究及其地质应用

文章详细总结了断裂构造分形研究的理论基础及其在地质研究中的应用，断裂构造的分维值可以定量描述断裂分布的复杂性和构造演化的成熟度，它是断层数,规模，发育程度，组合方式及动力学的体现，断裂的分形结构特征与流体劝，油气运移成藏和矿床的形成有着十分密切的关系，断裂的分维值越高，断裂连通性越高，越有利于流体流动汇聚和矿床的形成。此外，还可以从活动断裂的分形分析来研究断层的活动性及其与区域地壳稳定性，进行地震预测。文中总结了目前断裂分形研究研究中存在的一些问题和改进方法以及今后研究的主要方向。     

白山市二马驹沟—小横路岭金矿地质特征及找矿意义

二马驹沟—小横路岭金矿位于吉林省东南部老岭金及有色金属成矿带南段,为一新发现的受断层破碎带控制的金矿。矿体赋存于古元古界老岭群大栗子组千枚岩与新元古界青白口系大罗圈河组含砾石英砂岩的角度不整合接触带上,并严格受断裂构造控制,矿石类型为强硅化破碎带蚀变岩型。本矿床的发现,为该区金的地质找矿工作。提供了一些新的工作思路。     

遗传算法优化的支持向量机湿地遥感分类——以洪河国家级自然保护区为例

湿地遥感分类作为湿地管理、监测与评价的重要手段,受到了广泛的关注。遗传算法(GA)借鉴了生物进化规律进行启发式搜索寻优,支持向量机(SVM)是一种新型的空间数据挖掘方法,二者相结合可以发挥各自的优势,寻找到支持向量机的全局最优参数,从而较准确地对湿地进行遥感分类。以洪河自然保护区为例,采用遗传算法优化的支持向量机方法进行了湿地遥感分类研究。同格网搜索下的支持向量机湿地遥感分类及最大似然监督分类对比,结果表明,遗传算法优化较格网搜索方式总精度提高了7.29%,较最大似然监督分类提高了12.06%,方法改善了沼泽、草地与裸地三种地物间的区分,是湿地遥感分类的有效手段。     

建湖县采矿权实地核查工作流程的设计与实现

全国矿业权实地核查是我国矿产资源领域的一项重要国情调查,而矿业权实地核查工作流程直接贯穿于整个矿业权核查的始终,是矿业权核查的主线。本文以建湖县采矿权实地核查工作为例,设计了建湖县采矿权实地核查工作流程图,严格按照设计流程进行了实地核查,并提交了成果。最后,对采矿权实地核查工作进行了总结。     

用磁组构研究底层流流向的初步探讨

根据形态异性颗粒的排列组合状态与沉积动力环境的对应关系,对黄河口5号桩区域潮间带沉积物磁化率各向异性进行了测量及统计分析.结果表明,形态异性颗粒排列组合椭圆长轴方向为SE-NW方向,滩面底流流向及泥沙搬运方向为NE方向.这一结果与沉沙盘、滩面动态地貌形态及测流资料等的统计分析结果相一致.     

基于MultiGen Creator/Vega的虚拟图书馆设计研究

以虚拟图书馆为研究对象,利用MuhiGen Creator和Vega进行建模和系统设计。本文论述了在图书馆模型建立过程中层次结构模型、细节层次结构、实例技术和纹理贴图等技术的实现,以及使用Vega及其提供的API函数的系统开发方法。研究证明,采用MuhiGen Creator和Vega将虚拟现实技术与数字图书馆结合的方案可行．并具有较大的开发空间。     

扎龙保护区丹顶鹤栖息地适宜性评价

结合TM影像和ENVISAT ASAR(HH/HV)数据,以扎龙保护区丹顶鹤栖息地为研究对象,在分布式定量提取评价因子(植被类型、生境结构、巢下水深、植被盖度、人为干扰)的基础上,建立HSI模型对丹顶鹤栖息地质量进行评价,并根据实测巢址空间分布情况对评价结果进行验证。结果表明:基于主观专家知识建立的HSI模型得到丹顶鹤高适宜栖息地面积为48km2,适宜栖息地面积为265km2,低适宜栖息地面积为385km2,不适宜栖息地面积为1 403km2,结合实测数据验证,得出高适宜、适宜和低适宜栖息地巢址共占实测巢址的92.86%,不适宜栖息地巢址占7.14%。经检验HSI模型对淡水沼泽湿地典型水禽栖息地的质量评价有良好的适用性。     

利用C-F模型识别僵尸网络迁移

基于C-F模型识别僵尸网络的迁移,以僵尸网络迁移过程中表现出的多个特征为基础,提出了一种识别僵尸网络迁移的方法,能够协同多个特征判断给定的两批僵尸主机是否具有迁移关系。通过几个典型僵尸样本的评测,有效地识别了僵尸网络的迁移行为。与单纯采用IP地址重合度的方法进行了对比,在僵尸网络成员数量动态变化的情况下,仍然保持了理想的识别结果。     

深度学习支持下的地图图片典型地理目标检测

针对地图图片中典型地理目标识别问题,本文首先介绍了两种基于深度学习的目标检测方法(YOLO网络和采用focal loss替换交叉熵损失函数的RetinaNet网络),然后将地图图片分别输入两种神经网络模型中进行训练和测试,最后对目标检测结果进行对比分析。结果表明,RetinaNet网络模型对地图图片进行目标检测的准确率有明显提高,且运行速度依然可达秒级。该地理目标检测方法的高准确度与高效性可在地图审查时节约大量人力、时间成本,为地图内容智能理解及互联网地图监管提供了新的技术参考。