广西难处理金矿固化焙烧氰化提金试验

通过对广西六梅金矿、明山金矿、金牙金矿含高砷高硫难浸金矿石进行固化焙烧—氰化提金的试验研究 ,获得了砷、硫固定率分别为 99.0 3%、97.0 4 % ,金浸出率 92 .35 %的较好指标 ,为这类难浸金矿的开发 ,展示了一种经济有效的途径     

从受训神经-模糊模型中提取知识

本文对用于模式分类、函数逼近、参数估计的多层感知器 (MLPs)给出 1个清晰的关于内部行为的解释。作者以单隐层的 MLP为例 ,论述了关于 MLP的内部行为的半线性分析理论。对受训的MLP,将隐层单元的输出分别定义为网络输出的正、负“内部分量”;定义内部分量的连接权重集为给定问题的“内部判别模式”;建立了 MLP和模糊集相结合的新模型 ;分析了 MLP的结构为 N- 2 - 1和N- H- 1 ,给出权重初始化的方法 ;提出了 1种从受训神经 -模糊模型 (NFMs)中提取知识的全新的具有实用价值的方法。     

卤水资源开发利用技术述评(续完)

总结并讨论了国内外从卤水中提取钾、镁、锂、硼、溴等资源的分离提取技术,并对其技术的应用范围、优缺点及技术发展趋势进行了述评。     

应用多传感器目标跟踪融合技术实现滑坡多点监测数据综合信息的提取

目前的滑坡预报模型只能利用一个关键监测点的监测数据，而不能同时利用多个监测点的监测信息，即只能处理一维时间序列问题.为了解决这个技术难题，本文将滑坡视为一个机动目标，将对滑坡的监测视为对机动目标的跟踪，提出了利用多传感器目标跟踪融合技术来处理滑坡多个点的监测数据的方法，分析了其可行性，并用实例说明了本文提出的方法在实际应用中是有效的.     

慢特征分析法在气象上的应用进展

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。     

国内盐湖卤水硼资源提取专利分析

基于中国盐湖硼资源开发动态,选择国家知识产权局专利数据,从盐湖卤水硼资源提取相关专利申请时间、地域分布、主要方法等方面进行分析。发现中国专利包含多种盐湖硼资源提取方法,并且逐步走向成熟,其中萃取法已成为研究重点。近期关于多种伴生资源综合开发的专利越来越受到关注。对国内盐湖硼资源提取技术后续开发和产业发展提出了建议。     

利用RADARSAT-1数据提取海水养殖区面积

利用2001年胶州湾RADARSAT-1数据,探讨了SAR影像在海水养殖面积监测方面的可行性。选择适当成像参数、天气与海况等环境条件下成像的遥感数据,进行SAR影像的几何校正、图像增强等图像处理,提取养殖区面积信息。选取胶州湾西北部大沽河口至红岛间的海域作为实验区,对处理后的影像进行养殖区面积的提取,结合常规调查数据对该海域养殖类型变迁分析,结果表明1999到2001年间有4.634×106m2海域由底播养殖区转变成水面养殖区。     

稳健的回光反射平面靶心定位算法

针对因回光反射平面标靶点云数据缺失或冗余而难以准确计算靶心坐标的问题,本文提出一种基于距离标靶重心最远点的边缘点提取和靶心定位算法。首先,进行点云数据预处理,先人工大概选取出标靶点云所在位置,并根据回光反射强度信息提取出标靶点云,对标靶点云进行粗差剔除、投影以及坐标旋转等工作;然后,进行边缘点提取,应用所提的边缘点提取算法对投影到二维平面的标靶点云进行边缘点提取;最后,进行靶心定位,先应用抗差最小二乘对边缘点进行拟合计算圆心坐标,然后将其旋转回三维空间作为靶心坐标计算值。实验结果表明,本文提出的边缘点提取算法能高效、准确地提取出标靶边缘点,比文献[12]中的边缘点提取算法节约了大量时间,并且应用所提取出的边缘点能稳健地计算出靶心坐标,与基准值的偏差在亚毫米以内,优于文献[11]、[12]算法靶心计算精度,有效地解决了残缺或冗余的回光反射平面标靶点云靶心定位问题。     

利用伪归一化差异水体指数提取城镇周边细小河流信息

通过对归一化差异水体指数NDWI中的绿波段修正,提出了不依赖于中红外波段的伪归一化差异水体指数FNDWI（False NDWI）。使用NDWI和FNDWI分别在背景地物为城市、城郊、乡镇、村落和山区的遥感影像上进行河流水体提取,实验表明,FNDWI影像中城镇建筑用地与河流水体的可分离性较NDWI有所提升,提升率为116%~335%不等;相关性分析表明,河流宽度与可分离性提升率具有明显的负相关关系,相关系数为-0.82;分类结果显示,在城市和城郊区域,NDWI提取的水体中混杂有较多城镇建筑用地信息,而FNDWI提取的水体中基本未见混杂。总体上,FNDWI提高了2种地物的可分离性,剔除了NDWI影像混入的城镇建筑用地信息,较好地解决了NDWI城镇建筑用地与河流水体的混淆问题,尤其适用于城镇周边的细小河流。