河南民间春节习俗

河南民间称春节为"过年".但是,过年并非单指阴历正月初一,还包括年头、年尾,从旧岁的十二月初八至新年正月初五均是年日.旧时,河南民间流传有句俗语说:"腊八、祭灶,新年来到,姑娘要花,小子要炮."所以,一到"腊八",便有"年味儿"了.     

基于分块分形编码的多姿态、表情人脸图像检索

利用图像分形编码中定义域块和最小均方误差一一对应的特点，提出了1种基于分形编码的多姿态、表情的人脸图像检索方法。该方法将待检索图像分割为相同大小的值域块，然后将每一值域块按给定的定义域块进行分形编码，得到最小均方误差，计算该最小均方误差与图像库中最小均方误差的欧氏距离。将待检索图像所有值域块的欧氏距离求平均，此平均欧氏距离较小的几幅图像即为检索出的图像。实验证明该方法能够准确地检索出图像库中存储的同一人的不同姿态、表情的图像。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

复杂山地速度建场新方法在秋参1井区的应用

速度建场的精度是制约复杂构造区成图精度的关键因素.针对山地构造复杂、地震资料品质差、叠加速度谱可信度低等问题提出了相应的解决办法.其中,层速度曲线绘制技术、曲线轨迹计算层速度技术、盐层速度建场技术等具有一定的创新性,在实际应用中取得了很好的效果,在复杂山地的变速成图中可以进一步推广使用.     

四参数速度分析方法在新场转换波处理中的应用

转换波时距方程的选择直接影响转换波速度分析和动校的准确度,这里比较了Thoms-en方程、双平方根方程和LXY方程的动校精度.根据新场气田转换波资料的特点,采用四参数(V,c2>、γ,0、γ,eff和X,eff)各向异性速度分析方法来估计叠加速度场.在速度分析过程中,不依赖于纵波速度,直接进行三参数估计.在转换波动校时,不同参数控制不同偏移距范围的同相轴,使转换波近、中和远偏移距同相轴完全拉平.通过对实际测线的单参数、三参数和四参数动校叠加剖面的比较,结果表明四参数动校叠加的效果最好.     

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。     

叠前时间偏移在华北地区的应用

从应用的角度较详细地论述了三维叠前克希霍夫时间偏移的过程。在给定合理的偏移孔径下,三维叠前克希霍夫时间偏移利用均方根速度对叠前地震数据进行逐道处理,从而得到准确的归位数据。叠前时间偏移相对叠后时间偏移而言,前者能够进一步提高地下信息的成像质量及归位准确性,信噪比和分辨率也得到了改善,能够满足精细的地震资料的解释。因此,三维叠前克希霍夫时间偏移对于速度变化平缓、地下构造较复杂的地区具有广泛的应用价值。     

WAFS产品中GRIB资料中国区产品评估

为了给使用WAFS产品的用户提供量化参考依据，选取WAFS产品中常用区域和层次的GRIB数据，利用由国家气象中心提供的风、温客观分析网格点资料，与WAFS中同时刻的预报场产品（风、温网格点资料），用均方根误差进行数字化形式分析比较。结果表明：WAFS提供的风、温预报，通常是短时效的风、温预报比长时效的风、温预报更接近客观分析场；低层的预报比高层的预报更接近客观分析场；风的预报以v矢量的预报优于u矢量的预报；风的误差主要来源于u矢量的误差。     

Ekman动量近似下中间边界层模式中的风场结构

发展了一个准三维的、中等复杂的边界层动力学模式，该模式包含了EKman动量近似下的惯性加速度和Blackadar的非线性湍流粘性系数，它进一步改进了Tan和Wu(1993）提出的边界层理论模型。该模型在数值计算复杂性上与经典Ekman模式相类似，但由于包含了Ekman动量近似下的惯性项，使得该模式比传统Ekman模式更近于实际过程。中详细地比较了该模式与其他简化边界层模式在动力学上的差异，结果表明：在经典的Ekman模式中，由于忽略了流动的惯性项作用，导致在气旋性切变气流（反气旋性切变气流）中风速和边界层顶部的垂直速度的高估（低估），而在半地转边界层模式中，由于高估了流动惯性项的作用，结果与经典Ekman模式相反。同样，该模式可以应用于斜压边界层，对于Ekman动量下的斜压边界层风场同时具有经典斜压边界层和Ekman动量近似边界层的特征。