Genetic study of Kelp “901” strain

Based on DNA extraction and optimization of random amplified reaction (RAPD) to the gametophytes and sporophytes of Kelp “901” strain, genetic study on variation was conducted to its parents and offsprings of F6, F7,Fs, and F9 generation. RAPD results have shown that among 30 selected primers for gametophytes, 297 loci ranging from 200 to 3 000 bp were obtained in the average of 9,9 loci for each primer, This indicated a high polymorphic rate with RAPD detection. UPGMA (unweighted pair-group method arithmetic average) analysis showed that each male and female gametophyte of a generation could be clustered into one pair separately. The genetic distances of the Kelp 901 generation were 0.321 2-0.476 7, and the maximum was between F7 and Fs (0.476 7). Identity analysis showed that F6 generation was more close to the female parent (0.659 3), and F7 generation was more close to the male parent (0.5788). To the sporophytes study in 24 selected primers for RAPD amplification, 191 loci ranging from 230-2 800 bp were obtained, in the average to each primer of 8.0 loci. The heterozygosity to six populations were male parent (0.223 9),female parent (0.107 2), F6 (0.216 4), F7 (0.228 6), F8 (0.229 6) and F9 (0.317 2). The nearest genetic distance was 0.083 5 (Fs, F9). Total heterozygosity (HT) ofF6, F7, F8 and F9 generations was 0.318 6, the average heterozygosity (Hs) for F6,F7, F8 and F9 generations was 0.248 0, and deduced coefficient of population differentiation (Gst) was 22.2%. Six sequence characterized amplified regions (SCAR) were preliminary screened through RAPD analysis. It needed to be verified in detail as they are significant for molecular marker assistance in breeding and selecting Laminaria.     

地下储层表征的不确定性及科学思维方法

由于地质的复杂性和资料的不完备性,地下储层表现为“灰箱”系统,表征结果存在着不确定性.基于系统论和科学哲学的方法,探讨了地下储层表征中不确定性的成因类型、内涵及解决方案,并论述了地下储层表征过程中所应重视的科学思维方法.地下储层表征中存在两类基本的不确定性类型:①随机不确定性,主要由局部预测整体(如应用多井资料进行井间储层预测)以及第二性资料的非完全映射(如应用地震资料预测储层)所致;②模糊不确定性,主要由储层概念模式认知不足所致.为了使表征结果逼近地质实际,除了正确应用和创新相关理论和方法外,需要具备科学的表征理念和思维,包括总体把握、分级约束,多科一体、地质为核,发散求索、聚焦论证,辩证思维、综合分析;同时,应正确理解和处理宏观与微观、绝对与相对、静态与动态、映射与多解、局部与整体、模糊与置信、确定与随机、个别与一般、复杂与简约、手工与自动等矛盾统一体的关系.     

基于GPU并行加速的叠前逆时偏移方法

为了提高复杂地下介质的成像精度和偏移算法的计算效率,提出可高效对地下复杂构造进行准确成像的GPU加速叠前逆时偏移方法.该方法采用双程声波方程进行波场延拓,突破倾角限制,借助于高阶有限差分方法实现叠前逆时偏移成像;利用GPU(Graphic Processing Unit)并行加速技术对波场延拓和成像进行计算,相比于传统算法,其计算效率有较大提高,可以解决叠前逆时偏移算法计算量过大问题;在获取波场信息过程中,也采用随机边界条件,实施以计算换存储策略,解决逆时偏移计算中的海量存储问题.模型测试结果表明,该方法能够高效和高精度地对地下复杂地质体成像.     

位错模式反演的算法研究

综述了大地测量反演算法的发展状况，详细介绍了模拟退火，随机耗费和区间算法等3种优化方法，并基于位错模式，采用模拟的重力测量观测数据，比较了3种算法的反演效果，结果表明：模拟退火法优于随机耗费法，而区间算法的可靠性又优于模拟退火法，区间算法是最可靠的反演方法。     

分形随机漫步噪声及相关函数

讨论了在地学、工程测量研究领域常见的随机漫步噪声,从理论上将经典布朗运动随机过程(随机漫步噪声)推广到分形布朗运动随机过程,并导出分形布朗运动随机过程的相关函数。     

黄土高原区SRTM1 DEM高程误差校正模型构建及对比分析

对SRTM1 DEM高程误差进行校正可有效提高其应用精度。以具有典型地貌特征的黄土高原作为研究区域,以ICESat-2/ATL08陆地高程作为参考数据,引入主流机器学习算法建立SRTM1高程误差与影响因子之间的关系模型对高程值进行校正;通过分析模型性能指标、误差频数分布、校正误差空间格局以及典型剖面误差分布,以此得到不同地貌类型区的高程误差校正模型适用性。实验结果表明：在平原、风沙丘陵和黄土塬地貌区随机森林模型高程校正效果最佳,平均绝对误差分别降低0.49、0.82和1.2 m,同时校正误差在空间分布上异常值较少,低起伏度的平原和风沙丘陵地貌区典型剖面误差与原误差较为贴合;山地区支持向量机模型适用性更强,均方根误差和平均绝对误差分布降低了6.79 m和5.43 m,可大幅提升误差绝对值较小的点位频数,同时在空间格局和典型剖面验证效果最佳;黄土丘陵地貌区弹性反馈神经网络模型效果最优,均方根误差和平均绝对误差分别降低了2.3 m和2.04 m,空间分布上误差降低效果显著,典型剖面误差异常值较少;土石丘陵地貌区卷积神经网络模型效果更理想,均方根误差与平均绝对误差分别降低4.14 m和3.5 ...     

一种抗简单功耗分析攻击的椭圆曲线标量乘快速实现算法

针对添加伪点加法在抵抗简单功耗分析攻击的同时效率损失过大的问题,为更好兼顾效率与安全,提出一种新的标量乘快速实现算法——随机伪操作法,通过以单片机为核心运算控制芯片的功耗分析平台进行实测分析验证,随机伪操作法不但能够很好抵抗简单功耗分析攻击,而且相对于添加伪点加法运算效率提高30%-50%。     

漫谈粒子和宇宙（二）

发现电子的故事 自从英国科学家道尔顿（J．John Dalton,1766～1844）创立化学原子学说后很长时间内,人们都认为原子就是最基本的粒子,即把原子看成是“绝对不可再分”的像一个小得不能再小的实心球。直到19世纪末,道尔顿的原子绝对不可再分的观点终于被动摇了,这起因于1879年英国物理学家威廉·克鲁克斯（1832-1919）在高真空放电管中发现了一种带负电的微粒流——“阴极射线”。     

Harmonic Structures of Gyrosynchrotron Radiation and Cyclotron Maser Instability

1 INTRODUCTIONSolar microwave bursts are usually produced by dtherellt radiation mechanisxns: gyroresonance absorption, Coulomb brernsstrahlung of the thermal baCkground plasma, as well asgyrosynchrotron radiation of the nonihermal electrons (Hildebrandt et al. 1998). Meanwhile,cyclotron or synchrotron maser instabilities may be responsible for microwave spaaes, blips, andtype ill bursts (Wu 1985; Huang 1987; Huang et al. 1996; Huang 1998), which are usuajly superposed on the ambient mi…     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。