锡矿山硅化灰岩识别的人工神经网络模型

硅化／硅化岩石是锡矿山锑矿的一种很有效的找矿标志。因此,如何正确地识别硅化岩石与原岩,以及硅化的强弱对于找矿有着重要意义。将人工神经网络模型引入锡矿硅化灰岩识别的研究中,识别成功率达到９３．３％。结果表明,该方法简便实用,性能良好,可望成为岩石,矿物识别的一种有效的辅助手段。     

基于长短时记忆神经网络的鄱阳湖水位预测

湖泊水位是维持其生态系统结构、功能和完整性的基础.鄱阳湖受流域"五河"和长江来水双重影响,水位变化复杂.为了准确预测鄱阳湖水位变化,采用长短时记忆神经网络方法(LSTM)构建了鄱阳湖水位预测模型.该模型以赣江、抚河、信江、饶河和修水"五河"入湖流量和长江干流流量作为输入条件,预测鄱阳湖湖区不同代表站(湖口、星子、都昌、吴城和康山)的水位过程.研究以1956—1980年的水文时间序列数据作为训练集,1981—2000年作为验证集,探讨了LSTM模型输入时间窗、隐藏神经元数目、初始学习率等模型参数对预测精度的影响,并确定了鄱阳湖水位预测模型的最优参数.结果表明,采用LSTM神经网络方法可基于流域"五河"和长江来水量历时数据合理预测鄱阳湖不同湖区的水位过程,五站水位预测的均方根误差为0.41～0.50 m,纳什效率系数和决定系数达0.96～0.98.为考察模型训练数据集对鄱阳湖水位预测结果的影响,进一步选取了随机5年(1956—1960年)的资料和5个典型水文年(1954年、1973年、1974年、1977年和1978年)的日均流量资料来训练模型.结果显示随机5年资料作为训练数据的预测精度要差于典型年水文资料训练得到的模型,尤其是洪、枯水位的预测;由于典型水文年数据量仍远低于20年的资料,故其总体预测精度要略低于采用20年资料训练的模型.建议应用这类基于数据驱动的模型时,应该尽可能多选取具有代表性的资料来训练.     

国内服装表演的审美边缘危机分析

在国内服装表演发展日渐成熟而审美危机依旧严重的今天,我们尽快必须反思其中的问题,分析审美危机背后的根本原因,正确建立服装表演的专业认识,发挥其积极的审美引导作用。     

高考地理复习中试题的变式训练

每年的高三地理复习中,很多教师和学生都会将前一年甚至前几年的高考地理试题作为迎考复习的重要组成部分;但是,教师在讲评高考试题的时,往往局限于就题讲题,仅处于对试题知识的识记上,学生对相关知识点的掌握和知识的迁移却不能兼顾,从而导致复习质量较低,复习效果较差的局面。如果教师在讲授的时候能够触类旁通,对原有的高考试题进行变式,即对原高考题条件进行变换,就能起到举一反三和事半功倍的效果,下面就几题高考题为例进行变式转换。     

多分类器实例协同训练遥感图像检索

提出一种基于多分类器协同训练的遥感图像检索方法,该方法在不同特征集上分别建立分类器,利用不同分类器的协同性自动标记未知样本,从而有效解决了小样本问题。通过与相关反馈方法进行实验比较分析,结果表明,这两种方法各有优劣,检索结果基本相当,然而多分类器协同训练方法避免了相关反馈过程中人工的多次反馈,自动化程度更高。     

基于双流残差卷积神经网络的养殖鳗鲡(Anguilla)摄食强度评估研究

为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充分的鳗鲡摄食行为特征的问题,选择使用ResNet50网络进行替换,以提取到更具代表性的特征。其次针对传统双流网络最后的分类结果是把空间流和时间流的得分取平均值融合而获得,这种方式较为简单,且其空间流和时间流网络为独立进行训练,容易导致网络出现学习不到鳗鲡摄食行为的时空关联特征的问题,选择使用特征层融合方式对空间流和时间流网络提取获得的特征进行融合,让网络能够并行进行训练,以提取到时空信息间的关联特征。试验结果表明:文内提出的基于双流残差卷积神经网络的鳗鲡摄食强度评估方法准确率达到98.6%,与单通道的空间流和时间流网络相比,准确率分别提升了5.8%和8.5%,与传统的双流网络相比准确率也提升了3.2%。     

粉墨春秋——中国戏曲文化

中国古代戏剧被称做“戏曲”,是因为它是以“戏”和“曲”,为主要内容的。中国戏曲以其博大精深的内涵,源远流长的历史,鲜明的民族风格,富于艺术魅力的表演形式,     

潘圣明副厅长赴湖州市督查“双保双服务”行动

近日。省厅党组副书记、副厅长潘圣明赴湖州市督查“双保双服务”行动进展情况,检查地质灾害防治工作。 督查组一行听取了湖州市及长兴县、安吉县“双保双服务”2012年行动情况、地质灾害防治工作情况的汇报,并实地考察了安吉县杭垓镇桐杭村长角坑崩塌点治理现场、长兴县体育训练基地项目、南太湖生物医药园、敢山煤矿治理项目和南太湖地热开发项目等。     

创新创业训练与智慧城市课程深度融合的实践探索

创新创业训练计划是适应经济社会和高等教育发展而形成的教育理念和实践,如何将其嵌入授课过程以培养创新型人才,是高校教学改革的重点课题。伴随城市管理的日渐智慧化,本文提出了创新创业训练计划与智慧城市课程融合的教改框架。以“互联网+”创新创业训练成果为教学产出导向,引导学生综合智慧城市技术和案例,发现智慧建设的痛点并提出可行的解决方案,有效培养学生的创新思维,激发其创业热情,为高校通识课程教学与学生创新创业能力培养的有机融合提供有益的参考。     

基于地质矢量信息的冲积扇储层沉积微相建模： 以克拉玛依油田三叠系克下组为例

冲积扇储层具有典型的非平稳分布特征,传统的基于平稳假设的地质统计建模方法无法准确模拟其沉积微相。在充 分分析其沉积微相分布特征的基础上,以克拉玛依油田三叠系克下组冲积扇储层为例,综合现代沉积、密井网、露头等信 息,应用基于地质矢量信息的多点地质统计学方法建立了精细、合理的储层沉积微相三维模型。首先,综合现代沉积特征 与地下储层沉积微相解剖成果,应用“模式指导、规模约束”的方法,建立符合研究区沉积模式和定量规模的训练图像和 基于冲积扇沉积体系的矢量坐标系统,表征了训练图像的地质矢量信息,提出基于预模拟实现的模拟域地质矢量信息表征 方法,建立了待模拟地质体的三维矢量信息模型;最后,采用基于矢量信息的多点地质统计方法建立了冲积扇储层沉积微 相模型,并采用多种标准对模拟实现进行可靠性分析。模拟结果表明冲积扇相带分布符合地质认识,沉积微相的形态、展 布特征、组合样式、规模与训练图像、地下沉积微相解剖认识相符。