上扬子区寒武系娄山关群白云岩层序地层格架及其古地理背景

上扬子区特别是贵州及其邻区的寒武系娄山关群发育一套化石贫乏的浅水台地相白云岩,横跨中、上寒武统,厚度上千米,自北西向南东随着沉积环境水体的加深逐渐相变为开阔海台地相灰岩、陆棚相泥页岩等。由于化石贫乏难以进行详尽的年代地层划分,但是发育石盐假晶泥晶白云岩所反映的沉积环境水体变浅以及发育颗粒白云岩所反映的水体加深,表明可以应用从岩相序列到沉积相序列的方法对该套白云岩进行层序地层划分,成为在“海平面变化的框架内探讨沉积相迁移”的典型代表。巨厚的贫乏化石的娄山关群白云岩与下伏厚度较小、产三叶虫化石的陡坡寺组白云质细粒混合岩系形成了鲜明的对照,它们组成了1个二级层序,并可以划分为7个三级层序。陡坡寺组细粒混合岩系代表了二级海侵作用所造成的水体加深,而娄山关群白云岩自北西向南东进积尖灭则代表了二级海退过程所造成的水体变浅。该二级层序本身即是1个总体向上变浅的沉积相序列,其相序组构与三级层序相似,三级层序的相序组构与那些由岩相序列所组成的若干环潮坪型米级旋回也具有相似性。因此研究区娄山关群白云岩构成了1个复杂而有规律的、独特的层序地层格架,并由此反映了沉积物的时间演变序列和沉积相的空间展布特征具有一定的规律性,代表了其古地理演变过程既受制于海侵加深和海退变浅的时间过程,同时又受控于沉积环境水体自北西向南东由浅变深的空间变化过程。娄山关群白云岩的层序地层研究表明：层序地层学研究的核心是沉积物的时间演变序列以及沉积相的空间展布形式所代表的规律性,并根据这种规律性进行地层划分和对比。     

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...     

云南富源县老厂镇拖竹东坡崩塌群特征及成因分析

富源县老厂镇拖竹地区崩塌地质灾害发育,对周边村民生命财产安全、矿山生产安全造成严重威胁。通过野外详细调查,对该区崩塌成因及影响因素进行了分析研究,认为煤矿开采活动是该区大部分崩塌的主要诱发因素,较陡的地形和上硬下软的破碎岩体是其主要控制因素。分析了崩塌的稳定性、发展趋势,提出了防治措施建议。     

基于GPS和水准数据的微粒群算法联合反演祁连山北缘断裂三维滑动速率

将微粒群算法与位错理论模型相结合,采用中国地壳运动观测网络提供的青藏高原地区2001~2004年GPS测量数据和2000~2006年水准测量数据,通过常规定权和附有相对权比的方法对祁连山北缘断裂的三维滑动速率进行联合反演,并与蚁群算法反演结果进行对比。结果表明,微粒群算法收敛速度快、稳定性高,结合经典位错理论模型,是一种可以有效求解断层三维滑动速率反演问题的优化算法,在大地测量反演领域极具应用潜力。     

胶莱盆地东缘早白垩世莱阳群沉积序列及岩相古地理

胶莱盆地东缘早白垩世早期莱阳群沉积体现了湖盆由开始形成—鼎盛—萎缩消亡的全过程,发育由冲洪积相—湖相—三角洲相—河流相沉积的完整序列,且由东至西,由湖相到河流相逐渐过渡;古水流方向显示莱阳期盆地中心位于朱吴断裂、海阳断裂带之间,以断裂带为界,以西水流方向大致为由NW至SE向,以东水流方向则为由SE至NW向;早白垩世早期莱阳期盆地的形成与演化明显受区域性牟(平)-即(墨)断裂带活动所控制。     

多向不规则波浪作用下群墩结构上爬高的计算研究

波浪的方向分布对波浪的传播及其与工程结构物的作用都具有明显影响,目前现有的研究大多是基于单向波浪进行的。为了研究方向分布对群墩结构上的爬高影响,基于规则波浪与群墩作用的理论解,结合多向不规则波浪的造波方法,建立了多向不规则波浪与群墩作用的计算模型,同时进行了物理模型试验对模型的有效性进行了验证。系统地对群墩周围及表面上的波浪爬高进行了计算分析,结果表明,方向分布对波浪爬高具有较大的影响,且不同位置处的影响并不相同,在实际的工程设计中如果按照单向波浪计算,可能低估或者高估群墩周围的爬高。     

消栓饮对创伤性深静脉血栓大兔Th1（CD4+TNF-α+）/Th2（CD4+IL-4+）亚群漂移的影响

目的：探讨Th1（CD4^{+TNF-α+）/Th2（CD4+IL-4+）亚群漂移在大兔创伤性深静脉血栓（DVT）形成中的作用及消栓饮的治疗机制。方法：将45只新西兰健康大兔分为空白组、假手术组、0.9%氯化钠注射液组、低分子肝素钠组、消栓饮组,每组各9只,采用直接钳夹静脉+双后肢石膏固定的方法制备创伤性DVT模型后进行给药,于第1、3、7天完成给药4h后,采用流式细胞术检测各组大兔Th1（CD4+TNF-α+）、Th2（CD4+IL-4+）的含量变化及Th1（CD4+TNF-α+）/Th2（CD4+IL-4+）值。结果：给药第1、3、7天0.9%氯化钠注射液组、低分子肝素钠组、消栓饮组的Th1（CD4+TNF-α+）比例、Th2（CD4+IL-4+）比例及Th1（CD4+TNF-α+）/Th2（CD4+IL-4+）值与同时间节点空白组、假手术组比较,差异均有统计学意义（P<0.05）;给药第3、7天低分子肝素钠组、消栓饮组的Th1（CD4+TNF-α+）比例、Th2（CD4+IL-4+）比例及Th1（CD4+TNF-α+）/Th2（CD4+IL-4+）值与0.9%氯化钠注射液组比较,差异均有统计学意义（P<0.05。结论：DVT形成过程中存在Th1（CD4+TNF-α+）/Th2（CD4+IL-4+）亚群动态平衡被打破;中药消栓饮可以通过干预Th1（CD4+TNF-α+）、Th2（CD4+IL-4+）含量变化,维持两者的平衡来达到治疗目的。}     

大坝变形监测的粒子群优化高斯过程预测

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程(Gaussian Process,GP)对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法(Particle Swarm Optimization,PSO)优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。     

粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

改进分数阶达尔文粒子群的多Renyi熵图像分割算法

针对智能优化图像分割算法易陷入局部最优、分割精度不高等问题,本文融合改进的分数阶达尔文粒子群算法和二维Renyi熵多阈值,提出了一种新的多阈值遥感图像分割算法。算法利用粒子自身进化信息来定义进化因子,结合进化因子并利用高斯图函数调整分数阶次a系数以实现精确计算和快速收敛;根据局部最优概率因子对局部最优位置进行Levy飞行随机扰动以提高算法跳出局部最优的能力;同时将二维Renyi熵单阈值扩展到多阈值分割上,并结合改进的分数阶达尔文粒子群算法,将二维Renyi熵多阈值应用于遥感图像分割中仿真结果表明,与其他2种智能优化分割算法相比,本文分割算法在细节处理和分割精度上均有明显优势,在PRI上至少提升7.27%、VOI至少降低6.5%、GCE至少降低10.4%.