新疆且末县几克里阔勒构造混杂岩带特征

位于青藏高原北缘的几克里阔勒构造混杂岩带，岩石组成复杂，岩石种类繁多，构造现象丰富。笔者通过野外观察，结合室内微观资料和化学分析结果进行分析，主要叙述了该混杂岩带的岩石学和构造特征，并对其地球化学特征进行了初步的探讨。为研究青藏高原北缘的地质构造及其演化提供新的资料。     

从江县翁浪金矿床容矿岩石与围岩蚀变及其找矿标志

文章简单介绍了构造蚀变岩型金矿翁浪金矿床的容矿岩石和围岩蚀变特征，指出该类矿床的找矿标志，对进一步寻找此类矿床有一定的意义。     

辽宁省抚顺市区地质灾害监测系统设计方案

抚顺市地质灾害监测系统，由5方面工作内容组成：(1)建立统一可靠的城市高程起算基准；(2)扩展现有的沉降监测网，使分散的监测点联合形成全面、统一的监测网；(3)对浑河断裂带主断层实施监测；(4)对西露天采坑北坡滑坡重点区和采煤沉陷重点区实施水平位移监测；(5)利用计算机技术和地理信息系统(GIS)技术，建立抚顺市地质灾害信患系统。该系统是城市地质灾害防治的基础工程。系统应用了先进的监测手段及数据处理技术。文章介绍了系统的设计方案。     

嵌岩桩与含沉渣桩低应变动力检测曲线理论计算方法与特征研究

根据文献[1]、[2]介绍了基桩反射波法动测正演问题的数理模型、计算方法及其通用性，并据此计算了完整嵌岩桩及有不同厚度沉渣的嵌岩桩与摩擦桩的理论曲线。提出了在一定物性参数条件下判断沉渣是否超过规定标准的方法，并给出了数个实例。     

皖北新元古代望山组震积岩的基本特征及其形成环境分析

皖北望山组碳酸盐岩中含有大量液化碳酸盐脉、液化变形、角砾岩等震积岩特征 ,是皖北新元古代地层中含震积岩的重要层位。根据震积岩的特征及其在剖面上的分布将望山组沉积期的地震活动分为三期 ;依据对该组碳酸盐岩的沉积特点的分析认为望山组沉积期的地震活动发生在浅海环境中。这些地震活动与新元古代华北板块内的构造—岩浆活动有关。     

岳西菖蒲地区超高压变质带内的构造地层序列与叠加褶皱型式

以大别造山带南部菖蒲地区为解剖区,结合区域地质调查分析,建立了包括浅变质岩层、超高压变质岩片在内的构造地层序列—岩片组合。对其组成特征、界面性质、形成时代、变形序列等,进行了较系统阐明,并对叠加褶皱型式及形成机制进行了讨论。     

煤田火区烧变岩光谱特征分析及其信息提取

中国北方煤田煤层自燃现象非常严重.利用遥感手段可以快速实现火区的动态监测,及时为灭火工程提供信息.烧变岩作为火区的地表指示性特征,是火区解译最直观的信息.本文从烧变岩的反射光谱曲线特征入手,对几种提取烧变岩信息的方法进行比较,从而确定解译烧变岩的最佳方法,为圈定火区的范围和位置奠定基础.     

Petrographic of Northwestern Sudan

The sedimentology of the Northwestern Sudan consists of lower, middle and upper cycles. The lower and upper cycles are composed of intercalated fluvial and shallow marine facies, whereas the middle cycle consists entirely of fluvial and glaciofluvial facies. The petrographic analysis shows that the lower and upper cydes consist of quartz and lithic arenite sandstones, whereas the middle cycle consists of arkosic and lithic arenite sandstones. The lower and upper cycle sandstones reflect derivation mainly from recycled orogens with minor contribution from craton interior provenances. However, the middle cycle sandstones indicate derivation from basement uplift, transitional and mainly recycled orogens provenances.     

模糊联想记忆神经网络模型在地震预报中的应用

介绍了模糊联想记忆FAM(Fuzzy Associative Memory)神经网络模型、FAM自适应学习算法以及FAM推理机的原理，并成功地将其用于新一代的地震预报专家系统NGESEP，使得系统既具有良好的学习功能，又避免了通常神经网络学习知识隐含在权值中不易被人们理解和专家系统解释的缺点。