荒沟“惹”风波

正"喂,是李所长吗?我是东郭村的村民,西胡营村要占我们村的地,你赶紧来看看吧。"2013年12月3日早上一上班,浚县白寺国土资源所李所长就接到了这样的举报电话。半个小时后,李所长来到东郭村,只见有几个村民正在平整一条大荒沟。见执法人员赶到,一男子走上前来,气呼呼地说:"你们咋来了?这定是东郭村人搞的鬼。我是西胡营村的刘根有(化名),这荒沟本就是我们村的。父亲在世的时候,在这里栽了十多棵树,如今,我把树刨了,     

一声问候暖心窝

正"我现在心里倍感温暖,委屈一扫而光了!"南乐县福堪国土资源所工作人员马荣祥手指着局领导送来的新棉被,乐呵呵地对笔者说。这话从何说起呢?1月17日,福堪国土资源所接到群众举报电话,称有人在耕地里非法取土。于是,所长安排马荣祥留下值班,其他人员都赶往现场查看。10点多钟,一对中年夫妇走进国土所的办公室。男的进门说道:"小伙子,我来问一下,宅基地怎么申请啊?"马荣祥一愣,笑着解释道:"大叔,《土地管理法》规定一家只能有一处宅基。不知道你们……"男的立刻打断马荣     

MapGIS图件校正与GPS定位在地质工作中的应用

在野外地质工作基础上,总结出一套采用MapGIS校正地质图件和针对某一区域设置GPS参数以及二者链接的方法,达到准确编图、图件综合研究的目的,有效地提高了矿产地质调查评价的质量和效率。     

基于RCNN的无人机巡检图像电力小部件识别研究

随着无人机（UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机（SVM）、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络（CNN）在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络（RCNN）通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster R-CNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。     

地震的确定性前兆及观测方法

实验证明,岩石破裂前必然发生"声发射",这为地震的确定性前兆研究提供了线索.但是,地震前兆的"声发射"与实验室岩石破裂前的声发射有类似之处,也有不同之处. 钻孔应变仪记录到不少地震前异常变化,其中2008年汶川8.0级地震前约一年姑咱地震台Y RY-4型钻孔应变仪记录的一系列"毛刺"异常较为典型.这些"毛刺"的时间分布...     

滇黔北下古生界海相页岩气藏赋存条件评价

页岩气区域地质调查和钻探成果表明,滇黔北坳陷属于改造残留型构造坳陷,海相下志留统龙马溪组和下寒武统牛蹄塘组黑色页岩发育,单层厚度达50m以上.评价区页岩的厚度、埋深、TOC、含气性、力学性质、物性和矿物成分等评价参数与北美已商业开发页岩气田的具有一定相似性,具备形成页岩气藏的有利地质条件,是现实的页岩气勘探开发重要目的...     

山东省侵入岩期次划分及岩石单位代号的厘定

地质图件是地质调查成果的主要表现形式之一,是体现一个国家地质调查工作总体部署、研究程度和地质科学总体水平的重要标志,也是开展国内外地球科学研究与交流的重要工具。2007年,中国地质调查局提出以第一代全国地质志和1：50万、1：100万全国数字地质图及数据库等为基础,按统一的指导思想和技术规范,充分吸收近20多年来1：5万、1：20万、1：25万区域地质调查、矿产勘查和专题研究最新成果,     

MCAI地图编制课件的应用探讨

《地图编制》是以图文为对象的,注意于实践的应用型学科,在多媒体技术飞速发展的基础上,本文探讨了ＭＣＡＩ地图编制课件的设计和应用,直接将制图新技术的发展,引入实际教学中去,论述了地图编制课件发展的必然趋势。     

处理翡翠玉件B货鉴别——胶质充填物的判断

通过系统研究,认为正确检测判断胶质充填物是正确判断处理翡翠玉件Ｂ货的关键,也是唯一准则。聚合物（胶）充填出现在翡翠玉件的松弛部位,而玉件表面的松弛形貌绝非漂白优化处理单一成因,相应其充填物也绝非聚合物（胶）一种。要正确鉴别聚合物（胶）,必须对玉件表面松弛部位充填物有全面地了解。鉴别时必须通过显微放大观察、针探测试、微区组分鉴别等方法系统研究,区分其充填物是原生充填,或是异常（加工）充填型（充胶）,