初探地理国情普查与省级基础测绘的协同生产

本文主要讲述地理国情普查与基础测绘的主要技术工艺及其协同生产的方式方法。明确基础测绘与地理国情项目的区别与联系,在实际作业中突出重点、避免重复,可以事半功倍。     

一种挠性动力学模型解耦及局部迭代方法

带有大型帆板、大量推进剂的航天器挠性模态阶数可以达到上百阶,其挠性动力学要实现毫秒级周期迭代运算,需要高性能的计算机.基于挠性模态ij和星体转动(w)解耦、局部迭代等措施避免迭代误差导致挠性动力学运算发散,解耦后的挠性动力学模型参数K1,K2,I-1等可以离线计算,从而减小了迭代计算量,降低了对计算机的性能要求,且易于工程实现.仿真验证了解耦及迭代运算方法的有效性,仿真结果表明计算速度可以提高约2个数量级.     

大面积光刻胶线棒涂布工艺研究

介绍了一种在大面积基材上涂布高粘度光刻胶的线棒涂布法.主要针对涂膜厚度与均匀性进行研究,结果表明,膜厚随着光刻胶粘度和涂布棒尺寸的增大而变厚,涂布速度在某一范围内对膜厚无影响.线棒涂布机设备中所加垫板的硬度直接影响涂膜的均匀性,硬度小的垫板可获得更均匀的涂膜,而垫板高度在某一范围内对膜厚无影响.与常用旋涂法相比,线棒涂布法具有操作简单、节省材料和可大面积涂布等优点.     

页岩有机质纳米力学性质研究进展

 页岩有机质纳米尺度下的力学行为目前不够明确且利用常规实验仪器无法准确获得，表征其纳米尺度下的力学性质，对于搭建微观-宏观岩石力学模型和实现高效水力压裂是极具现实意义的。基于近年国内外关于页岩有机质纳米力学性质表征等方面所取得的研究进展，总结了目前常用的表征技术、力学性质主要特征及主控因素。综合结果表明，纳米压痕和原子力显微镜是目前表征纳米力学性质常用的技术与方法，两者在精度、分辨率、设备技术等方面都存在各自的优势或缺陷；目前有机质纳米力学性质的测定主要集中在弹性模量和硬度，成熟度和温度在不同程度上改变着有机质的内部结构，从而改变其力学性质；提出了“多尺度”“多技术”“多角度”“多学科”等工作设想与建议。     

世界一流学会的发展特点及建设途径

 选取典型的世界一流学会，分析了其在学术交流、社会治理、科学普及、国际合作、会员服务、运行机制、发展环境等方面呈现的发展趋势与特点。总体来看，与世界一流学会相比较，中国学会在多个层面有较大差距。当前，中国学会在建设一流学会上有一定的体制、人才优势，也适逢科技事业快速发展的机遇期。建议科协组织持续优化学会发展环境；对标世界一流学会，提升学术发展引领力；广泛开展国际交往，联络全球范围内高层次科技工作者；提升学会自主运营能力，促进学会工作专业化和职业化。     

Recent Development in Numerical Simulation of Enhanced Geothermal Reservoirs

This paper briefly introduces the current state in computer modelling of geothermal reservoir system and then focuses on our research efforts in high performance simulation of en-hanced geothermal rese...     

霍林河水库渗漏探测试验研究

高密度电法是常用的物探方法,在水库大坝探测方面也经常用到.文中介绍了高密度电法的原理和反演分析方法,采用高密度电法对霍林河水库大坝渗漏情况进行了探测试验,采用"单极-单极"阵列方式分别对大坝的4个断面进行了渗漏探测试验,并结合实测资料分析大坝渗漏原因.试验结果表明:高密度电法有效地探测了霍林河水库大坝渗漏情况,检验了防渗处理的效果,为大坝防渗加固提供了依据,也进一步验证了高密度电法在水库渗漏探测中具有较好的效果.     

基于形式化概念分析和概念相似性度量的程序重组方法

形式化概念分析已被证明是一种支持模块重组的有效工具.然而,在使用概念分析进行模块重组时,仍存在一些问题有待进一步解决.本文提出一种自动化的遗留软件重组方法,用于从识别的模块化方案中获取一种最佳解决方案.通过在概念分析过程中引入概念抽象、哑概念和概念相似性度量等新的特性,有助于解决现有方法的不足.概念抽象用于表示候选模块...     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.