云的宏观起电——非平衡系统中的自组织现象

本文用协同学方法讨论了局域内发展中的单体云的宏观起电问题,提出了云的宏观起电的物理过程类同“布鲁塞尔子”(Brussetator)的假设,从而明确了从外界流入局域内的电荷在云的宏观起电中的地位和作用,还得出了带正电云团或带负电云团,不仅可以稳定存在,而且,还可以出现时间周期性耗散结构,还可以向外发射电磁波的结论,同时,提出了极光的周期现象与此有关的观点。     

一维和晶Ga_xAl_(1-x)As体系声子色散关系

本文对一维和晶Ga_xAl_(1-x)As体系,在Ga、Al为各种组成情况下,用数值法研究了它们的色散关系,光学支和声学支,各有其相近的变化赴势。在光学支中以GaAs者为高,在声学文中以GaAs者为低。     

基于ARM的CAN总线汽车控制系统的研究

采用ARM作为汽车计算机控制系统中的主控制器并兼作网关,利用ARM的高性能和可裁减性构建高低速CAN总线通信控制网络和仪表控制,实现了全部节点之间的数据共享以及相互之间的协同工作,并可在不同节点间实现高效数据传输。     

刘静:使中国液态金属研究走在世界前列

 2015年3月,刘静带领的中国科学院理化技术研究所与清华大学联合研究小组在《Advanced Materials》发文,宣布研发成功了世界上首台自主运动可变形的液态金属机器.消息一经传出,引起了全世界范围内的广泛关注,就如同平静的水面被抛掷一枚石块,激起层层涟漪.     

余凯:具有决策能力的人工智能将改变世界

 2016年3月,谷歌围棋AlphaGo与韩国围棋名将李世乭的巅峰对决备受关注。赛前,人工智能界、围棋界以及关注人工智能和围棋的爱好者,就已经有了众多猜测。AlphaGo连胜3局之后,第4局李世乭的"神之一手"和AlphaGo第79步的失误,让李世乭获胜1局,而最终AlphaGo以4:1战胜李世乭。对于AlphaGo的表现引发热议,众说纷纭,为此《科技导报》专访了地平线机器人创始人CEO、机器学习专家余凯。对于AlphaGo与李世乭对弈的出色表现,余凯表示谷歌AlphaGo有两方面的技术创新。对于AlphaGo第4局的失误,余凯表示是结构性的,是可以修正的。当谈及未来人工智能的发展方向时,余凯表示:AlphaGo的出现标志着人工智能从感知到决策发展,会从更多方面影响人类生活,将改变世界。     

吴韧:计算机围棋是人工智能技术的充分体现

 自Google宣布AlphaGo 2016年1月5:0战胜欧洲冠军樊麾,并于3月份挑战世界冠军、韩国围棋名将李世乭以来,引起了世界各界的广泛关注。围棋一直以来被认为是代表人类智力巅峰的益智游戏,因其搜索空间巨大,成为人工智能进攻的"最后高地"。为了证明公司人工智能(AI)的实力,世界各大AI公司不约而同巨资投入在研发更为强大的人工智能,并用计算机围棋来进行检验。     

做国家需要的事情——郑哲敏的赤子报国心

 2013年1月18日,2012年度国家科学技术奖励大会在人民大会堂举行。中国爆炸力学奠基人和开拓者之一、著名力学家、中国科学院院士、中国工程院院士郑哲敏被授予国家最高科学技术奖。当年郑哲敏已89岁高龄,献身祖国力学事业整整58个年头。     

投资者情绪与控股股东迎合——基于公司投资决策的实证研究

在股权集中的所有权结构下,考察控股股东是否迎合投资者情绪增加投资。使用动态面板回归发现,控股股东存在情形下,投资者情绪依然与公司资本支出正相关,但是相关程度受到股东持股比例的影响。在两权发生分离的公司中,两权分离程度越高,控股股东迎合程度越强,不过民营控股股东的迎合程度并没有显著高于国有控股股东。     

低渗透油藏非线性渗流实验研究

流体在低渗透岩心中的渗流不再符合达西定律,存在启动压力梯度,并且渗流曲线不再是一条直线.为了更精确地描述非线性渗流曲线,对已有实验在驱替与计量方法上进行了改进.使用改良后的实验装置,研究了膨胀性黏土矿物含量较高的砂砾岩在低流速下的渗流特征.实验曲线不通过原点,在压力梯度轴上有正截距,并且存在上弯与下弯两种形态.低渗透储层岩石喉道微细、强非均质性是非线性渗流产生的原因,并且储层岩石的特性也对非线性有一定影响.实验所采用岩心伊蒙混层以及伊利石等膨胀性黏土矿物含量高,对储层的有效渗透率影响较大.利用带喉道半径的渗流模型理论,从黏土膨胀性角度对产生非线性渗流曲线不同形态的原因进行了初步探讨.结论认为,上弯形渗流曲线之所以存在,是由于黏土膨胀减小了岩心中渗流的喉道尺寸,而使得渗流过程中流速损耗,同时也增大了启动压力梯度.     

元坝须三段致密含钙砂砾岩地层测井响应特征及岩性识别方法

致密含钙砂砾岩地层岩石类型多样,含钙屑砂岩、岩屑砂岩、炭质砂岩、砂砾岩等,然而含钙砂砾岩地层不同岩石类型测井响应差异小、识别难,岩性识别成为制约该类储层有效勘探开发的关键.以多级交会图为手段,详细分析各岩石类型测井响应特征及差异的内在成因,确定各岩石类型在测井交会图上的分布区间,实现岩性逐级判别.首先将含钙砂砾岩地层岩性分为煤、泥岩、砾岩、砂岩四大类,采用电阻率、伽马等测井方法识别四大类岩性;然后,根据砾石含量将砾岩分为含砂砾岩、砂质砾岩两小类,采用电阻率、中子等测井方法对砾岩进行细分;接着,根据组分及粒度将砂岩划分为炭质砂岩、中-粗粒钙屑砂岩、细粒钙屑砂岩、钙屑粉砂岩-常规岩屑砂岩四小类,采用电阻率、伽马等测井方法对砂岩进行细分;最终实现基于多级交会图的含钙致密砂砾岩地层四大类八小类岩性识别,识别结果与岩心、薄片吻合较好.该方法为明确致密含钙砂砾岩地层各类岩性测井响应特征、建立岩性剖面及确定有利储层展布提供了依据.