22nd IAS Meeting of Sedimentology

The 22nd IAS Meeting of Sedimentology was held in the Convention Centre of the Grand Hotel Adriatic, in a small touristic town Opatija, located on the eastern Adriatic coast where Central Europe and the Mediterranean meet. It was the second IAS Meeting held in Croatia--the first one, 4th IAS Regional Meeting of Sedimentology, was held in Split in 1983. The Meeting in Opatija was organized by the Institute of Geology (Zagreb) and the Croatian Geological Society. The sponsor was Ministry of Science and Technology of the Reoublic of Croatia.     

基于Windows消息机制的人机交互的研究与应用

结合实例着重介绍了如何通过串行通讯利用Windows的消息机制来解决目前工业设备控制中人机交互的模拟问题,并对这两种技术进行了详细的论述.     

发射分机在线自检中主从式多单片机串行通讯系统的设计

本文介绍了多波束海底地形测绘声呐中，用于发射分机在线自检的主从式多机串行通讯系统的设计方案然不打扰主控机运行的条件下，作为主控机协处理器的单片机和负责发射分机在线自检的单片机间通过串通讯将自检信息传送到主机和主控机的共享ＲＡＭ中，以使主控机对这些信息进行提取，判断等处理操作，从而实现从对发射分机的监控功能。     

多点地质统计学在河流相储层建模中的应用

多点地质统计学综合了基于象元方法以及基于目标方法两者的优点,对于河流相等具有复杂地质形态的储层精确建模具有较强的优势.在对传统建模方法综合分析的基础上,介绍了多点地质统计学的基本理论及SNESIM算法,并应用该技术对大牛地气田某开发井区的辫状分流河道相进行了实际建模.研究结果表明,在河流相储层建模中,该方法比传统的建模方法更具优越性.最后,进一步综合讨论了多点地质统计学目前面临的主要问题(包括训练图像、目标体连续性、数据样板选择、综合地震信息等方面)的改进方法.     

遥感地质学教学改革3W原则及支撑创新创业训练的探索

在地球大数据与空间对地观测技术飞速发展的时代背景下,遥感地质学课程需要紧密围绕培养创新型人才、服务全球可持续发展开展教学改革与评估.本文以中国海洋大学为例,提出可具推广性的教学改革与评估3W原则,即为什么要开课(Why)、讲什么内容(What)、时间如何安排(When),并探讨了近年来遥感地质学课程建设与毕业设计选题在支撑大学生创新创业训练方面的作用与成效.     

基于PCM改进算法的遥感混合像元模拟分析

混合像元的存在是影响遥感图像分类精度的主要原因,模糊分类是进行混合像元分解的重要方法,其效果的好坏取决于各像元分类后对各类别的隶属度值能否准确地反映像元的类别组成。当非监督分类中的聚类数目与实际类别数目不符,或者监督分类中训练样本存在未训练类别时,常用的模糊c-均值(FCM)方法的效果将大大降低,而可能性c-均值(PCM)方法则可以解决这个问题。该文提出了基于PCM算法的遥感图像混合像元分解方法,并用监督分类方法实例说明PCM方法的优越性。     

中国航天员是怎样“练”成的？

太空飞一天，训练已五年。有人说这五年进行的是“魔鬼训练”并不夸张。千挑万选、脱颖而出自不必说，此后长年不懈的身体、心理、专业技能等的训练，造就了中国真正的航天员。     

数字指示式调速搅拌仪的研制

采用调速稳速集成电路通过电位调节买现自反馈电子稳速，克服了实验过程中溶液阻尼变化对电机转速的影响，并利用高精度时钟信号与十进制记数器完成光电测速过程。     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。