Henri Kampunzu （1952-2004）

Professor Ali Basira Henri Kampunzu passed away on Monday, 29 November 2004 at the Midland Park Hospital in Johannesburg(South Africa) and was laid down to eternal peace on Monday, 06 December 2004 in his home country in Kinshasa (Democratic Republic of Congo, DRC). He was a well-known and greatlya cknowledged trilingual African geoscientist. Some argue that he was the best-known and the greatest African geologist of our time.     

庆祝中国共产党建党八十五周年——山东省地质科学研究院“七一”活动纪实

近期，山东省地质科学研究院为庆祝中国共产党建党85周年开展了一系列丰富多彩的纪念活动。6月29日，组织全院党员、团员到莱芜战役纪念馆学习参观，缅怀了革命先烈的丰功伟绩，游览了溪水潺潺、层峦叠翠的“九龙大峡谷”。7月1日，全院隆重召开了庆祝中国共产党建党85周年大会暨“树立社会主义荣辱观”演讲交流会。院党委书记、院长王君仁作了重要讲话。来自院属各单位的14位代表围绕“学党章、知荣辱”主题，联系实际畅谈了学习体会和收获。该次学习活动对全院干部职工树立“八荣八耻”道德观，推动全院精神文明建设起到了积极的作用。     

理论学习贵在真学真用

毫无疑问，我们学习马克思列宁主义、学习毛泽东思想、学习邓小平理论和“三个代表”重要思想，其目的只有一个，那就是应用。正如毛泽东同志所指出的那样：“对于马克思主义的理论，要能够精通它、应用它，精通的目的全在于应用。如你能应用马克思列宁主义的观点，说明一个两个实际问题，那就要受到称赞，就算有了几分成绩。被你说明的东西越多，越普遍，越深刻，你的成绩就越大。”     

牡丹江市国土资源局

保持共产党员先进性教育活动开展以来，牡丹江市国土资源局从激发党员学习的自觉性入手，在加大学习教育力度和增强学习教育实效上下功夫，收到显著成效。     

基于BP神经网络的抚河水环境质量评价研究

水环境质量评价中.评价因子和评价等级之间是一种复杂的非线性关系.人工神经网络权重因子可以通过学习自动调节,不需要人为设置权重,能较好的处理复杂的非线性关系.通过构建基于BP(反向传播)算法的人工神经周络模型.对抚河水质进行评价.评价结果与模糊聚类方法得出的结果进行对比可发现,神经网络法可以客现、准确的得出评价等级,同时还可以分析出同一类别河段污染程度的不同,实例证明它是一种较好的水环境质量评价方法.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

基于BP人工神经网络的枯水径流预报方案研究

介绍了BP人工神经网络的桔水径流预报方法,编制了锦屏一级水电站枯水径流预报方案.根据枯水径流预报方案的预报精度评定成果,总结了应用BP人工神经网络进行枯水径流预报的特点.研究表明基于BP人工神经网络的枯水径流预报方案能够满足水文情报预报规范,具有较好的实用性和可行性.     

季节内SST和混合层深度变化的模式研究

用Niiler—Kraus类型的混合层积分模式,对TOGA—COARE强化观测期间由《实验3号》科学考察船观测资料得到的混合层深度和SST在季节内时间尺度的变化进行了模式研究。指出:1.混合层耗散参数与较长时间尺度过程风应力的变化存在着比较好的对应关系;2.模式可以较好的对风场和热通量场在季节内时间尺度的变化作出响应,模拟出季节内时间尺度SST的变化;3.Niiler,-Kraus模式在考虑耗散作用后,可用于海洋季节内时间尺度变化的模式研究。     

Kohonen网络与BP网络的集成应用研究

本文介绍了 Kohonen神经网络对输入数据进行聚类方法在卷烟配方中的应用 ,提出了从核心样本动态搜索 BP网络训练样本的新探索 ,摒弃了过去 BP算法中训练样本固定不变 ,互不相交的方法 ,实现了 BP网络和 Kohonen网络动态无缝集成。     

基于神经网络的平底结构砰击压力预报

对利用神经网络预报平底结构入水砰击压力的方法进行了探讨。首先利用仿真软件计算各种情况下平底结构入水所产生的砰击压力，以此形成训练神经网络的数据集。其次利用数据集对三层反馈式网络进行了训练，讨论了不同隐含层节点数对该非线性系统的拟合能力，并且对梯度下降法、动量修正法和基于优化的LM算法的有效性和精度进行了比较，最后得出了适合平底结构入水砰击系统的网络结构。