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％.     

组合切削具产生的预破碎区对钻进效果的影响

从组合切削具将在岩石中产生预破碎区的论点出发,通过实验定量研究了预破碎区深度与掏槽刃切入深度的关系,得出了预破碎区有利于降低岩石强度及岩石破碎能耗的结论,并用生产试验结果进行了验证。提出了孕镶金刚石钻头钻进Ⅶ～Ⅷ级硬岩时仍存在预破碎区和切削、微切削破岩方式,以及预破碎区并非越大越好的学术观点。     

城市浅埋软岩隧道施工沉降分析及对策

浅埋软岩隧道施工沉降变形控制是浅埋地下工程面临的关键难题,其中最基础的内容是对开挖引起的沉降变形规律的掌握。通过对新建龙岩至厦门铁路石桥头隧道地表沉降变形观测分析,将地表沉降变形划分为三个主要阶段:初始沉降阶段、加速沉降阶段和减速沉降阶段;结合隧道拱顶沉降监测结果,得出浅埋软岩隧道地表沉降与拱顶沉降正相关的结论。隧道开挖对掌子面前后纵向地表沉降的主要影响范围分别为1.5D和3D(D为开挖跨度);横向地表沉降影响范围包括隧道中线两侧各4D的范围,地表建(构)筑物受到较大影响包括隧道中线两侧各2D的范围。针对地表和拱顶沉降过大,采取全断面超前预注浆方案进行处理,监测结果显示全断面超前预注浆能有效控制拱顶下沉和地表沉降量,收敛值减小则不显著,说明该方案达到了控制沉降变形的目的。     

预排水动力固结法处理吹填粉土地基的试验研究

为加固新近吹填的处于流塑状态的粉土地基,首先采用轻型井点降水和动力碾压的方法使地基具有一定的初始承载力。然后,施加较大的强夯动力荷载,从而使地基承载力得到显著提高。这一新的综合加固技术称之为预排水动力固结法。通过现场测试,研究了施工过程中诸如井点降水的影响范围、强夯时孔隙水压力的变化范围、深层沉降的变化等问题。同时,对强夯夯击遍数、每点夯击次数、遍与遍之间的间隙时间等有关问题进行讨论。研究表明,预排水动力固结法可显著提高吹填粉土地基的承载力。     

田湾核电站5号、6号机组负挖爆破设计与质量控制

综述了在商业运行的核电站周边进行核岛负挖爆破的设计和质量控制,尤其对负挖预裂爆破和核岛廊道爆破技术及质量控制要点进行了较详细的表述,为类似核电负挖工程提供借鉴。     

中国地质科学院“大陆构造与动力学国家重点实验室”通过建设期验收

正2014年4月8至9日在中国地质科学院院内,由科技部组织的专家对依托中国地质科学院地质研究所建设的"大陆构造与动力学国家重点实验室"组织了验收。验收组首先听取了实验室主任许志琴院士的验收报告,之后对实验室进行实地考察,认为圆满完成了建设期规定的任务,通过验收。"大陆构造与动力学国家重点实验室"获国家科技部批准,2011年10月13日开始为期两年的建设期,并于2013年9月26日在国土资源部科技司的主持下,召开大陆构造与动力学国家重点实验室建设专家预     

高放废物地质处置北山预选区旧井和新场花岗岩填隙方解石同位素地球化学

为了探讨高放废物地质处置甘肃北山预选区旧井和新场预选地段的古地下流体来源、成因、化学演化历史以及水-岩相互作用,文章系统研究了该地段花岗岩填隙方解石的产出特征及其碳、氧、锶同位素的组成特征。测试结果表明,旧井和新场方解石的δ13 C组成均较稳定且为负值(分别为-11.6‰~-5.7‰和-9.9‰~-5.1‰);δ18 O分别为-0.7‰~19.7‰和10.9‰~21.9‰,旧井方解石具有更宽的δ18 O取值范围。87 Sr/86 Sr也略有差异,旧井为0.708584~0.718749,新场为0.708838~0.732967,二者随深度增加而呈明显的降低趋势。研究表明,北山预选区地下流体来源及成因较复杂,浅部地下水受大气降水的影响较大,深部流体则主要源于地下咸水,为低温流体蚀变成因。花岗岩裂隙中的水-岩反应强度总体较弱,地下水环境相对稳定。相比较而言,新场岩体深部的地球化学环境更稳定,更有利于高放废物的长期处置。     

采用网络分区与预计算策略的k近邻查询算法

k近邻查询是GIS和空间数据库等领域的研究热点.文章针对道路网络中的k近邻查询,通过分区以及预计算近邻集策略,获得查询点的k近邻结果:首先利用自适应格网分区方法将道路网络划分为若干格网单元,并存储格网内节点与边界点、边界点之间距离;其次在网络中的节点预先存储近邻集.实验证明,在兴趣点密度高、k值较大情况下,算法具有较好的性能.     

一种基于对角线预排序的模糊度降相关方法

通过分析基于升序排列和下三角乔列斯基分解的降相关算法的优缺点,提出了一种模糊度降相关新方法。该方法是基于对角线预排序和上三角乔列斯基分解的降相关算法,不仅保证每次乔列斯基分解的降相关程度最高,而且使降相关后的条件方差大致降序排列。在分析当前常用的降相关效果评价指标的基础上,选取条件数和等价相关系数作为新方法降相关效果的评价指标。应用实测数据进行降相关计算得出,与基于升序排列和下三角乔列斯基分解的降相关算法相比,新方法降相关程度更高,迭代次数更少,可以提高整周模糊度解算过程中条件搜索的效率。