烟单14号玉米产量与土壤养分关系的研究

根据大量田间试验和调查资料分析,作者提出烟单14号玉米生长过程中,小喇叭口期土壤中全氮、大喇叭口期土壤中速效磷的含量与产量相关密切。并据此建立了产量及构成三因素与土壤养分间的最优相关模型。     

皖浙赣断裂带的界定及其基本特征

以往文献中及众多研究者所指的“皖浙赣断裂带”实际上包括了不同时代形成的、方向有变化的多组规模巨大的区域性断裂带;最早的断裂带形成于新元古代,最晚的形成于晚中生代。在地壳演化过程中,随着构造应力场的变化,不同时代的断裂带方向变化较大,新元古代晋宁期为北东向,早古生代加里东期为近东西向—北东东向,晚中生代为北北东向;每一期断裂带都有它们自己的大地构造背景和指示意义。文中认为,不同阶段形成的断裂带不能混为一谈。新元古代晋宁期的北东向断裂带南段基本上以赣东北蛇绿混杂岩带为代表,向北东延至皖南伏川断裂带,具有板块(或地体)边界断裂的性质;加里东期以近东西向祁门—歙县断裂带为代表,其西段被后期牵引成北东向,造成两侧的变质基底特征明显不同;二者均不属于皖浙赣断裂带的组成部分。而通常意义上所指的具有区域控岩控矿作用的皖浙赣断裂带,是晚中生代北北东向的赣东北—五城—歙县—绩溪—宁国断裂带,控制了侏罗—白垩纪红色盆地及燕山期岩浆岩的形成和分布,是一条具有控矿作用的重要的构造岩浆岩带。     

压实粉土非线性应力-应变关系的试验研究

对京九线路基粉土用GDS三轴仪进行固结不排水剪试验,研究不同围压、含水量、压实度下压实粉土样的应力-应变关系。结果表明:压实粉土在低围压下为应变软化,高围压下为应变硬化,存在一个屈服应力;含水量和压实度对粉土强度和应力-应变关系影响显著,随着含水量的减小、压实度的增大,压实粉土样强度增大,应力-应变曲线上升。对围压小于屈服应力的应变软化曲线,用常规的土的软化关系式进行拟和;对围压大于屈服应力的应变硬化曲线,用邓肯-张模型进行拟和;这二者的结合能描述压实粉土的应力-应变关系曲线,效果良好。     

铜官山地区矽卡岩型铜金矿床稀土元素特征及其成因意义

铜官山地区不同成因类型的矽卡岩发育，各自对应着不同成因类型的铜金矿床，且具有不同的稀土元素分布模式及演化特征，提供了矽卡岩矿床多成因的信息。     

钢结构房屋动力特性脉动法测试研究

对上海地区的10幢钢结构建筑进行脉动法测试并采集数据,得到广义钢结构房屋的动力特性。选取其中1栋典型建筑通过多次测试和数值模拟分别验证测试的稳定性和准确性。通过分析处理测试数据建立钢结构建筑一阶周期与结构层数或高度的线性关系式,并归纳总结了等效阻尼比的测试结果,为验证结构动力特性理论计算结果、钢结构建筑减震隔震设计以及鉴定、加固改造、损伤识别提供依据。     

研究花岗岩类成因类型和幔壳成分比的同位素方法探讨

Sm-Nd法及其参数εNd（O）、εNd（T）、TCHUR^Nd、εDM^Nd及x,是测定花岗岩形成年龄及研究花岗岩成因类型、模式年龄及地幔物质百分比的重要手段,但因其测试费用高等原因,难以广泛使用。作者提出了Rb-Sm法的相应参数εSr（O）、εSr（T）、TUR^Sr、εDM^Sr及μ做为补充,在没有Sm-Nd同位素资料的情况下,Rb-Sr同位素参数基本上可以代替Sm-Nd同位素参数。经对比,求花岗岩中幔源物质百分比时,Rb-Sr法计算值与Sm-Nd法计算值相比,误差一般不超过10％。此外,作者还提出了计算花岗岩山幔源物质百分比的简化式,使该计算更为简便易行。     

安徽钱桥-象山角闪石堆晶岩岩石学和地球化学特征

安微钱桥-象山角闪石堆晶岩是由相当于低硅闪长岩中暗色微粒包体的玄武质岩浆在9.24～12.77km深度和高水压条件下结晶分离作用堆晶形成的。残余的低硅闪长质熔体将它们携带到浅部侵位。结晶分离形成这种堆晶岩的岩浆是玄武质的,可能是由地幔岩中等程度部分熔融形成的拉斑玄武质岩石经再次熔融形成的。     

烟单14号玉米产量构成模型及提高产量途径分析

根据1984—1986年烟单14号玉米田间试验的大量数据,作者在引进弹性系数概念后,建立了烟单14号夏玉米产量的非线性模型: Q=Ay~α_1y~β_2y~γ_3e~ε通过对模型中弹性系数的统计分析,提出大面积烟单14号玉米不同产量水平增产的途径,低产水平区(<250公斤/亩),着重提高亩穗数:中产水平区(250—400公斤/亩),在一定亩穗数的基础上,着重提高穗粒数;高产水平区(>400公斤/亩),提高粒重对产量的增产效益较大。     

玉米栽培研究中的数据库管理系统应用程序

本系统是为玉米高产、稳产栽培试验研究而编制的。作者着重介绍数据库管理系统与应用程序包之间交互作用,数据库的条件检索方法以及整个系统的结构和功能。研究过程中证实,使用本系统大大提高了工作效率。     

An attention-constrained neural network with overall cognition for landslide spatial prediction

The occurrence of landslides is affected by various environmental factors. When predicting landslides, conventional neural networks optimize parameters using global connectivity, which limits their efficiency in extracting features of contributing factors. In this study, we developed an attention-constrained neural network with overall cognition (OC-ACNN) to focus on important features from the complex data. The method has four steps: (1) extract the overall cognition as the prior input based on historical landslide distribution and contributing factors, (2) embed an attention mechanism in hidden layers to allocate more weight to noteworthy features, (3) update weights and fit the nonlinear relationship by the back-propagation neural network (BPNN), and (4) generate prediction results using a classifier. This model was applied to the Sichuan-Tibet Highway, considering 10 predisposing factors and 1449 historical landslides. The evaluation results indicate that OC-ACNN (0.822) had a higher predictive capability than multiple linear regression (MLR, 0.734) and BPNN (0.789) in terms of the area under the receiver operating characteristic curve (AUC). Further, we compared different attention patterns and score functions for use with the proposed model. The results show that OC-ACNN offered greater predictive performance than Self-ACNN (without OC, 0.803) and that the improved cosine (0.822) score function had better results and stability than others (0.819 highest).