黑鲷三倍体的人工诱导研究   总被引：15，自引：0，他引：15       下载免费PDF全文

尤锋 《海洋与湖沼》1993,24(3):248-255

分别于1989年3—6月、1990年3—5月在天津和青岛两地采用冷、热休克法对黑鲷进行三倍体的人工诱导研究。结果表明,冷休克法诱导三倍体的效果好于热休克法,其最适诱导条件为卵子在受精后5min,温度为3—4℃的海水中处理10—20min,三倍体诱导率最高可达50.35％;正交试验证明,三倍体率受冷、热休克法的三因素影响程度的顺序由大到小依次为,处理时间、处理时刻、处理温度;黑鲷染色体数目:2n=48,3n=72,它们的染色体组型也同时获得。  相似文献   

自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用     

徐建国  ;吴显礼  ;王卫国 《国外铀金地质》2008,(2):114-118

详细介绍了自组织竞争人工神经网络模型结构、原理和钻孔岩性自动识别过程,给出了神经网络模型在钻孔岩性自动识别过程中的有效性实例。自组织竞争人工神经网络具有自组织能力、自适应能力和较高的容错能力;与BP算法相比较,计算量小,收敛速度快,且不需要已知的先验信息而自动确定分类类别。钻孔岩性识别结果与岩心地质编录的对比试验表明,在砂岩型铀矿测井数据的解释中,应用自组织竞争人工方法可较好地完成钻孔岩性自动分类。  相似文献   

地下水流模型识别的分步解法     

王晓明  王秀辉  郑重 《煤田地质与勘探》2008,36(5)

地下水流模型识别问题是综合的水文地质分析与计算过程,但常常被片面理解为反求水文地质参数问题,这种片面的认识大大妨碍了对水文地质条件的认识及对水文地质过程的理解,并由此导致一些不应有的错误结论。简要论述了地下水流模型识别的概念及问题类型,利用模型分解的方法指出地下水流模型的识别可分2步完成:一是利用附加水头场(或附加降深场)求参数;二是利用初始水头场确定边界条件及源汇项。除参数外,源汇项、初始条件、边界条件也是地下水流模型识别的重要内容。  相似文献   

基于实例的GIS数据库模式匹配方法     

王育红  陈军 《武汉大学学报(信息科学版)》2008,33(1):46-50

针对空间数据库的特点,提出了一种改进的基于实例的层次式模式匹配方法,并解决了实体对应关系的自动建立、要素类相似性计算、属性相似性计算等问题.最后,通过实验验证了该方法的有效性.  相似文献   

地震短临综合预报方法的研究     

李文英  平建军 《华北地震科学》1995,13(3):36-43

本文在《中国震例》资料基础上,详细分析了华北地区１７次中强以上地震前的短临异常,得到华北地区中强以上地震短临异常的三个综合特征,在归纳出短临异常综合特征的基础上,提出了两个判定孕震过程、前兆异常由中期向短期过渡的定量的综合标志。据中期异常的追踪分析和短临异常综合分析相结合的原则,定义并计算了综合预报指标Ｓ值,以此值作为是否发生中强以上地震的判据。本文的重点是在分析短临异常综合特征的基础上,结合实用  相似文献   

我国西部1∶5万地形图空白区地物解译研究——以西藏那曲其香错地区为例     

洪志刚  戴尔阜  储美华 《测绘科学》2005,(6)

我国西部部分地区1∶5万地形图数据尚未完成,给区域和国家经济发展带来极大不便。空间技术、计算机技术和信息技术的高速发展为遥感技术应用提供了技术支持,高分辨率影像获取能力的提高为大比例尺地物特征的提取提供了数据可能。本文采用SPOT5遥感影像,以1∶5万地形图图式标准为依据,进行青藏高原其香错地区地物判读,结果表明SPOT5能基本满足1∶5万地形图制图要求。为进一步提高判读结果,可采用多时相、多分辨率影像进行1∶5万地形图地物判读。  相似文献   

ODP204航次天然气水合物的可能有利储层——浊积层   总被引：3，自引：1，他引：3  

龚建明  张莉  陈建文  Young-Joo LEE  王红霞  闫桂京 《现代地质》2005,19(1):21-25

为了解岩性在天然气水合物分布中的作用, 利用岩矿鉴定、扫描电镜和能谱法对ODP204航次的 4个站位 10个钻孔共计 115个沉积物样品进行分析, 发现沉积物中矿物成分基本相近, 以粘土矿物为主, 含少量以石英为主的陆源碎屑。样品中含有丰富的硅藻和有孔虫等微体化石, 可形成硅藻粘土—硅藻土、有孔虫硅藻土或凝灰质硅质生物粘土。石英碎屑大多呈棱角状, 粒径小、含量少, 同时, 样品中可见透镜体、团块或旋涡状层状结构以及杂乱堆积的斑杂构造。上述特征表明沉积物为含有大量深海或半深海的浊流沉积物或其夹层。由于钻井岩心中有相当部分的天然气水合物样品分布在上述沉积物中, 推断这些浊流沉积物很可能是ODP204航次天然气水合物的有利储层。  相似文献   

平差系统的模型误差及其识别方法研究   总被引：2，自引：0，他引：2  

张朝玉  陶本藻 《武汉大学学报(信息科学版)》2005,30(10):897-899,904

论述了模型误差影响参数估值的一些理论问题,指出了随机模型误差和函数模型误差之间的相互作用和转化。为讨论平差系统最优模型的选取,给出了与现有文献将模型误差纳入平差系统的思路不同的一个估计和识别模型误差的理论基础公式,由此导出了相应的实用公式,给出了平差系统模型的优选方法。  相似文献   

A new method for indentifying the model error of adjustment system     

Tao Benzao  Zhang Chaoyu 《地球空间信息科学学报》2005,8(3):189-192

Some theory problems affecting parameter estimation are discussed in this paper. Influence and transformation between errors of stochastic and functional models is pointed out as well. For choosing the best adjustment model, a formula, which is different from the literatures existing methods, for estimating and identifying the model error, is proposed. On the basis of the proposed formula, an effective approach of selecting the best model of adjustment system is given. Project supported by the Open Research Fund Program of the Key Laboratory of Geospace Environment and Geodesy, Ministry of Education, Wuhan University (No. 905276031-04-10).  相似文献   

Structural damage detection using the optimal weights of the approximating artificial neural networks     

Shih‐Lin Hung  C. Y. Kao 《地震工程与结构动力学》2002,31(2):217-234

This work presents a novel neural network‐based approach to detect structural damage. The proposed approach comprises two steps. The first step, system identification, involves using neural system identification networks (NSINs) to identify the undamaged and damaged states of a structural system. The partial derivatives of the outputs with respect to the inputs of the NSIN, which identifies the system in a certain undamaged or damaged state, have a negligible variation with different system errors. This loosely defined unique property enables these partial derivatives to quantitatively indicate system damage from the model parameters. The second step, structural damage detection, involves using the neural damage detection network (NDDN) to detect the location and extent of the structural damage. The input to the NDDN is taken as the aforementioned partial derivatives of NSIN, and the output of the NDDN identifies the damage level for each member in the structure. Moreover, SDOF and MDOF examples are presented to demonstrate the feasibility of using the proposed method for damage detection of linear structures. Copyright © 2001 John Wiley & Sons, Ltd.  相似文献