氮气泡沫调剖技术现场应用

目前稠油热采老区已经进入中高周期开发,蒸汽吞吐油藏类型增多,采出程度高、汽窜问题日益复杂,且随着机械防砂汽窜井的增多,汽窜井治理类型增多。热采区块汽窜治理形成系列配套技术,可满足不同油藏、不同汽窜类型油井汽窜治理技术要求。针对发生汽窜的机械防砂井无法实施堵调措施这一现状进行攻关,试验应用了氮气泡沫调剖技术,本文主要对氮气泡沫调剖技术的现场应用情况进行了分析、总结,提出了下步攻关方向。     

Visual C＋＋实现联机手写汉字笔画关键点的提取

介绍了矢量曲线数据压缩算法-Douglas-Peucker算法,使用Visual C＋＋编程实现了按笔画联机手写汉字的笔画信息的获取,并应用Douglas-Peucker算法解决了联机手写汉字笔画关键点的提取．     

林甸旅游业可持续发展对策研究

为了提高林甸县的经济增长点,开发旅游是一种非常有效的途径。如何在不破坏资源的情况下保障林甸经济的良性循环是一个值得思考的问题。本文针对林甸特有的自然资源和林甸已有的旅游业开展经验,探讨了林甸旅游业发展的对策。林甸县旅游资源的开发必须采取相应策略走可持续发展之路,以人与自然、人与人的和谐发展为前提,以旅游资源的可持续利用为目标,协调好旅游业发展与资源保护的关系,实现旅游生态系统的良性循环。     

生防菌YN201490在黄瓜植株体内的定殖能力及防病机制的初步研究

为研究枯草芽孢杆菌YN201490在黄瓜体内的定殖能力及防病机制,采用平板对峙试验的方法测试该菌株对不同病原菌的抑制作用,利用灌根的方法研究其在黄瓜体内的定殖能力,并通过抑制孢子萌发对其发酵液进行了初步分离与活性检测.研究通过平板对峙试验证明了枯草芽孢杆菌YN201490对小麦雪腐病菌、番茄枯萎病菌、烟草赤星病菌、玉米拟轮枝镰孢菌、茶轮斑病菌和水稻叶鞘腐败病菌有很好的抑菌活性.用自然转化法以GFP标记,获得了荧光标记菌株YN90-P43GFPmut3a.通过灌根法,证明该菌株能在黄瓜植株体内定殖,其数量分布为根叶茎. YN201490发酵液的正丁醇萃取物能裂解小麦雪腐病菌孢子,使胞质外流,抑制91.72%孢子萌发,对黄瓜白粉病的预防效果达66.26%,并能诱导黄瓜产生明显抗性.研究结果表明枯草芽孢杆菌YN201490对多种病原真菌具有明显的抑制作用,并能够在黄瓜体内稳定定殖,具有作为生物菌剂开发利用的潜能.     

中国已知最大的蜻蜓:内蒙古侏罗纪的赵氏修复蟌蜓(Hsiufua chaoi Zhang et Wang,gen.et sp.nov.)

根据产自我国内蒙古宁城中侏罗世海房沟组中的1件昆虫前翅标本,建立一新属新种:赵氏修复蟌蜓(Hsiufua chaoi Zhang et Wang,gen.et sp.nov.),归入蜻蜓目(Odonata)、等脉蟌蜓总科(Isophlebioidea)、弯脉蟌蜓科(Campterophlebiidae).它是我国已知蜻蜓目前翅最长的种类,也是该目世界第四大的昆虫.蜻蜓目在二叠纪的体型小于中生代,很可能源自原蜻蜓目的竞争,而侏罗纪最大蜻蜓的前翅长于现生最大蜻蜓的前翅,最主要的原因可能是当时空中的竞争和捕食压力较小.     

基于Terrasolid系列软件的机载LiDAR数据后处理

阐述了机载LiDAR系统的发展情况以及该系统的基本组成、工作原理和应用领域,针对激光数据的特点,介绍了Terrasolid系列软件进行激光点云分类、制作数字高程模型DEM和数字正射影像DOM的数据后处理的方法。     

能源植物高粱基因组研究进展

 回顾了高粱基因组学研究的发展进程, 概述了初期组学数据的积累、参考基因组的破译及新一代测序技术和数据分析方法引领下的组学研究进展;介绍了高粱基因组的结构, 从比较基因组学的角度, 分析了高粱基因组的进化及其特性;探讨了高粱功能基因组的研究方法和研究进展, 总结了已经发掘的高粱关键基因和遗传位点, 对高粱组学数据资源进行了归纳。对高粱基因组学的发展方向进行了展望。     

人口因素对农牧交错带农牧业生态环境的影响

在总结前人研究成果的基础上,分析了人CI因素对农牧交错带生态环境的影响．结果表明,人CI的增加、减少及人CI素质的变化会影响农牧交错带的生产环境,人CI增加、人CI素质低在很大程度上使农牧业生态环境退化,人CI减少及人CI素质的提高有利于生态环境的改善．在农牧业生产过程中,应遵循自然规律,制订符合当地农牧业发展的政策、法规,积极协调人与自然之间的关系,使农牧业生产持续发展．     

一个非线性扰动系统极限环的存在惟一性

本文应用动力系统分支理论的方法,讨论SIRS模型中提出的一个自治扰动系统,从而在双参数空间给出了同宿分支产生极限环的参数条件,并进一步确定了极限环的惟一性．     

基于MacBERT-BiLSTM-CRF的反恐领域细粒度实体识别

为验证基于深度学习的命名实体识别框架在反恐领域的有效性,参照ACE 2005实体标注规范,制订了细粒度反恐实体标签体系,构建了反恐实体语料集Anti-Terr-Corpus;提出基于MacBERT-BiLSTM-CRF的实体识别模型,通过能减少预训练和微调阶段差异的MacBERT(masked language modeling as correction bidirectional encoder representations from transformers)预训练语言模型获得动态字向量表达,送入双向长短时记忆(bidirectional long short-term memory, BiLSTM)和条件随机场(conditional random field, CRF)进行上下文特征编码和解码得到最佳实体标签;替换框架中的预训练语言模型进行对比实验。实验表明该模型可以有效获取反恐新闻中的重要实体。对比BiLSTM-CRF模型,MacBERT的加入提高了24.5%的F_1值;保持编码-解码层为BiLSTM-CRF时,加入MacBERT比加入ALBERT(a lite BERT)提高了5.1%的F_1值。可见,深度学习有利于反恐领域实体识别,能够利用公开反恐新闻文本为后续反恐形势预判服务,同时有助于反恐领域信息提取、知识图谱构建等基础性任务。