排序方式: 共有23条查询结果,搜索用时 10 毫秒
1.
2.
从土壤到水系沉积物风化过程中微量元素含量的变化行为对化探异常的圈定和解释具有重要参考价值。以北京西南房山花岗闪长岩体发育的土壤为研究对象,通过盐水及盐酸溶液去除土壤中的活动态微量元素,以模拟含盐水系及酸性水系,实验查明从土壤到水系沉积物风化过程中微量元素的变化行为。实验结果发现从土壤到盐水不溶物再到酸不溶物,花岗岩风化指数(WIG值)逐渐降低,表明WIG是表征其风化程度的良好地球化学指标。样品粒度越细其风化程度越高,热液成矿元素含量从粗粒级到细粒级含量逐渐升高,建议采样粒度为80~100目。 相似文献
3.
4.
利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个极化向量数据集,然后随机选取其中5 000个作为测试集,其余划分为训练集,进行MFC神经网络与支持向量机(support vector machine, SVM)的综合辨识性能对比实验。结果表明,MFC神经网络模型识别5种极化向量类型(SH波和Love波视为一类)和6种极化向量类型的效果均显著优于SVM模型,平均识别率分别达到99.786%和87.940%。 相似文献
5.
喜马拉雅造山带是地球上海拔最高、规模最大的陆陆板块俯冲碰撞带在这条长达2 500 km的板块边界上,近年来多次发生破坏性地震,造成大规模的滑坡、房屋倒塌等次生灾害,给人民生命和财产安全造成严重的威胁。分别选取尼泊尔喜马拉雅、喜马拉雅东构造结和喜马拉雅西构造结地区近期发生的3个地震震群作为研究实例,基于中国科学院青藏高原研究所在研究区架设的区域流动地震台站记录的波形资料,对地震的震源位置和震源机制解进行计算。结果表明,在尼泊尔喜马拉雅地区,主喜马拉雅逆冲断裂是大地震的主要发震构造;东构造结地区的地震以逆冲和走滑型为主,表明印度板块向北东方向的逆冲推覆和青藏高原向东南逃逸的侧向挤出是该地区的主要构造背景;西构造结地区中深源地震多发,揭示了高角度大陆深俯冲的几何形态。 相似文献
6.
本文介绍了GPS在使用单、双频机及不同观测时间段的定位精度,并给出了GPS多天线新技术在水库坝区监测的试验结果。 相似文献
7.
当中庭采光顶的建筑设计完成以后,在结构形式上可能仍然存在多种方案,这就需要对每个设计方案的动力性能和风致响应进行评价,而通过气动弹性试验来测定每个方案是不现实的。因此,本文提出了采用刚性测压试验原始数据和有限元时程分析相结合的方法,通过一次刚性测压试验和多次有限元分析来解决,这显然更经济合理。本文将以上海世茂中庭采光顶项目为例,详细地介绍上述风致响应计算方法及其有关结论。 相似文献
8.
在利用圆形建(构)筑物圆周点位坐标解算圆心坐标的过程中,需建立平差模型以消除观测误差对解算结果的影响。首先根据三点法直接计算圆心点位坐标,随后利用特殊参数法和极坐标法建立间接平差模型以消除观测误差影响。为确定模型的可靠性,采用模拟实验验证三种算法的精度,结果表明:特殊参数法解算精度最高,且受参数初始值影响较小,体现出良好的鲁棒性,最后将特殊参数法应用于实际工程测量中,以验证算法实用性。 相似文献
9.
黔西县官寨井田煤层气地质特征及开发地质评价 总被引:1,自引:0,他引:1
官寨井田位于贵州省黔西县南部,含丰富的煤炭资源。为查明井田内煤层气分布特征和开发潜力,从构造、围岩、煤层埋深、水文地质等方面分析了煤层气赋存地质条件及煤赋层特征,认为井田内主要煤层4、9号煤均为无烟三号煤,煤层厚度大(主要煤层总厚度为13.20~21.30m),煤层气含量大,4号煤为9.08~24.30m^3/t,9号煤为14.95~24.90m^3/t,煤层顶底板岩性渗透率低,透气性弱,有利于煤层气富集。井的中北部煤层气赋存条件好,含气量在13m^3/t以上,最高可达24.9m/t,是今后煤层气开发的首选地段。区内煤层气总资源量丰富,煤层埋藏适中,地理位置有一定区位优势,交通便利,煤层气的开发利用将会取得较好的社会和经济效益。 相似文献
10.
针对天然地震与人工爆破波形特征相似、难以区分的情况,结合灰狼优化算法和支持向量机,提出一种地震事件性质辨识新方法.通过梅尔频率倒谱系数法对2013年四川芦山地震地震事件信号和人工爆破信号进行分析,进过预加重、FFT、梅尔滤波及离散余弦变换等步骤,提取静态系数样本熵、一阶差分系数样本熵和二阶差分系数样本熵等作为样本特征集.使用灰狼算法优化支持向量机径向基核函数 RBF中的惩罚系数和核函数半径形成新的 GWO-SVM 分类器,然后对事件进行辨识.结果表明:GWO-SVM 分类器辨识效果明显优于 SVM、RobustBoost集成学习、LDA、PLDA 等分类器,其在1000次循环识别实验下的准确率均值相对 SVM 提高了9.2个百分点,标准差降低了3.2以上;t检验证明 MFCC样本熵各特征具有可靠的地震事件分类效果;GWO-SVM与 MFCC样本熵可作为天然地震事件与人工爆破事件的辨识方法与分类判据. 相似文献