3S技术与智能交通

地球空间信息技术是当前世界范围内发展最快的三大重要高新技术之一,随着其不断地发展和完善,其基础理论和技术方法已经日趋成熟,并正在从规划、国土、测绘、军事等专业应用向社会生活的众多行业和领域渗透和拓展,3S技术在交通领域的应用已成为当前国内外研究和应用的热点.着重介绍了地球空间信息技术在道路交通领域的应用背景,阐述了3S技术与道路交通结合的理论支撑和技术方法,进而介绍了其在交通管理、物流管理、智能导航、交通信息服务和交通安全等方面的典型应用,并展望了3S技术在现代交通领域的发展前景.     

钢筋混凝土圆环内支撑在软土深基坑支护中的设计与应用

通过对星河世纪城B2地块工程基坑成功支护设计实例介绍,全面阐述了钢筋混凝土圆环内支撑体系独特的布置形式、内力计算模式、方法和结果,以及在施工过程中的质量保证,为软土地基中类似基坑工程提供借鉴。     

那年，他们牵手在巴什布拉克——记金婚夫妇张振国、石巧凤

上世纪五十年代第八个冬天,24岁的河北小伙张振国和20岁的江苏江阴姑娘石巧凤经过一年多的恋爱,准备结婚了。 当时．他们俩都在新疆巴什布拉克519队9队（264大队前身）工作。那里海拔多4000米,生活条件艰苦,他们就在生活区半山腰上靠斜坡挖了个窑洞作新房,用同事给的四根木桩支撑些木板做床铺,买来两个木箱放置衣物,其中一个是单位供应科发放完肥皂空出的包装箱,双方再把自己平时用的被子抱过来,就组成了新婚的家。     

基于改进PSO-SVM的噪声稳健建筑物变形监测方法

对高层、超高层建筑物进行实时,高精度的变形监测对提前预防安全隐患,保证人民生命财产安全具有重要意义。建筑物变形作为一种典型的随机性和微弱性过程,噪声等误差的存在会影响从中提取有用的变形信息。针对该问题,提出一种改进粒子群(Particle Swarm Optimization,PSO)算法优化支持向量机(Support Vector Machine,SVM)的噪声稳健建筑物变形监测方法,利用改进PSO算法的全局搜索能力对SVM的核参数进行优化,提升预测精度的同时增强算法的噪声稳健性。基于实测数据的试验结果表明,相对于传统交叉验证SVM和小波方法,所提方法可以获得更高的变形预测精度,并且在低信噪比条件下优势更加明显。     

“第34届国际水文地质大会”即将在京召开

水文地质学作为与国民经济发展密切相关的应用学科，在世界各国水资源调查、保护和管理方面发挥着重要的支撑作用。2006年是国际水文地质学家协会（IAH）成立五十周年。因此，2006年10月09日-2006年10月13日国际水文地质学家协会和中国国土资源部将在北京市联合举办“第34届国际水文地质大会”。这将是继1988年中国在桂林市成功举办“第21届国际水文地质大会”之后，再次在中国举办国际水文地质大会。     

科技兴所再创辉煌

北京探矿工程研究所以优势产品开拓市场，以特色技术为国家地质工作提供勘查技术支撑。我所紧密围绕这一定位制订所的发展战略和规划，加强资源的优化配置，优先发展特色技术，建立优势产业；同时落实以人为本、全面协调、可持续的科学发展观，使全所的各项工作进入快速健康发展的轨道。2005年我所实现收入5000多万元，分配后净利润300多万元，创历史新高。与2000年收入600多万元，亏损40多万元的状况相比，实现了跨越式发展的预期目标。     

关于求解碾磨机运动问题的相关讨论

针对关于求解碾磨机上一点运动的速度及加速度的问题展开讨论,从运动的不同角度考虑,给出了n种不同的解法。并将此问题拓展到一般情况下进行讨论,得出正确结论。并就一些相关问题进行了分析和解释。     

多媒体地理信息系统的网络结构分析

数据模型是GIS的灵魂和关键,为了使开发出的GIS尽可能准确地反映地理空间,能够较好地满足GIS用户各方面的需要,而网络拓扑对网络的构成也至关重要,本文分析和总结了早期和近期GIS几种数据模型的优缺点,并在此基础上提出了整体GIS数据模型及网络设计的几种常见模式.     

抓住机遇 乘势而上 全面提升土地管理技术支撑能力——在全国土地勘测规划院业务工作会议上的讲话

在全国各地认真学习贯彻党的十六届五中全会精神,加快建设资源节约和环境友好型社会,全面落实《国务院关于深化改革严格土地管理的决定》(以下简称《决定》),稳步推进国土资源管理各项工作的新形势下,全国土地勘测规划院业务工作会议在成都召开了。这次会议将进一步认真学习贯彻五中全会精神,回顾“十五”时期我国土地科学技术和土地勘测规划技术取得的进展和成绩,研究和探讨进一步推动土地科技进步、发展土地勘测规划事业、全面提升土地管理技术支撑能力的发展战略。这次会议是总结成绩的会议,也是查找差距的会议,更是谋划未来的会议。我代…     

一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。