小秦岭含金石英脉复式成因的流体包裹体证据

小秦岭地区太古代变质岩、燕山期花岗岩及含金石英脉中流体包裹体研究发现,区域变质热液为高温高盐度的流体,燕山期花岗岩浆期拍热注伪含ＣＯ２的低盐度流体,而典型金太乱矿热液也为富含ＣＯ２的低盐度流体,但在金矿区无金或贫金地段的石英脉中残留有变质热液特有的埝放物高盐度流体包裹体,这说明石英脉可能是在变质作用过程中就已形成,后期又被燕山期后含金热液叠加改造并成矿。     

基于SSA-CNN的航空器着陆跑道占用时间预测

国内外相关研究表明,航空器着陆跑道占用时间(aircraft arrive runway occupation time, AROT)是影响机场跑道容量的重要因素,对跑道占用时间的准确预测有利于更准确地评估跑道容量。由于着陆过程的动态性和复杂性,采用注重数据特征提取的卷积神经网络(convolutional neural networks, CNN)对AROT进行预测,针对CNN容易陷入局部最优等缺点,采用麻雀搜索算法(sparrow search algorithm, SSA)对CNN相关参数进行优化。数据采用航空器快速存取记录器(quick access recorder, QAR)的记录作为数据源,涵盖机场数目为34个。根据QAR数据分析AROT影响因素,构建了SSA-CNN预测模型。对QAR数据分析表明AROT与滑行距离、落地气温、跑道入口速度、快速脱离道数量、脱离速度关联性较强,与航空器重量、风速、风向、脱离道角度等影响因素关联性较低。根据影响因素的关联性采用CNN预测模型均方误差为18.35,而优化后的SSA-CNN预测模型均方误差为17.31,预测结果可以为机场评估跑道容...     

以西安为节点的海外旅游流空间流动分析

本文以海外旅游者抽样调查资料为数据来源,通过建立海外旅游者平均转移率公式,利用Microsoft Excel软件对数据进行分析、处理,揭示出以西安为节点的海外旅游流的空间布局和空间结构特征及其海外旅游流的空间网络,对于加快西安旅游业发展、优化旅游空间布局结构有积极的作用.     

电厂锅炉供水中联氨的在线监测

在酸性条件下，以联氨与对二甲基胺苯甲醛反应，生成在 ４５８ｎｍ处有强吸收的物质，从而建立了联氨的连续流动和停流自动在线监测方法。连续流动可用于联氨的在线实时监测，而停流方法可用于其他情况。用一蓝光二极管代替通常的光源，在低显色剂浓度和低流速的实验条件下，其自动在线监测的吸光度与联氨浓度在 ５～１０００ μｇ· Ｌ－１范围内呈良好的线性关系，检出下限为 ２μｇ· Ｌ－１。     

水泥土桩复合地基加固机理分析

水泥土桩是用于加固饱和软黏土低地基的一种方法,它利用水泥作为固化剂,通过特制的搅拌机械,在地基深处将软土和固化剂强制搅拌,利用固化剂和软土之间所产生的一系列物理化学反应,使软土硬结成具有整体性、水稳定性和一定强度的优质地基。本文从水泥土桩桩体本身强度和桩与桩间土相互作用两个方面分析了水泥土桩复合地基的作用机理,通过水泥土桩的桩体作用、垫层作用、挤密作用、加筋作用的分析,对水泥土桩复合地基的加固作用及承载性状有了充分的认识。     

关于在财经类院校加强保险教育的思考

我国保险业近年来发展迅速,经营方式有很大变革,人才缺口很大,大学生保险意识普遍缺乏。保险是现代金融体系和社会保障体系的重要组成部分,保险知识是每个人都必需的,特别是财经类学生。在全国各级财经类学校加强保险教育,普及保险知识,可以培养造就具有较强风险险意识的财经人才,可采取将保险学纳入课程体系、加强产学研合作教学、建立教材体系、开展相关课外活动、引导学生进行自我风险管理等。     

基于BP神经网络的世界黄金价格预测

通过建立BP神经网络,把世界敏感度、美国的货币政策、中国的货币政策等因素作为网络输入端,将世界黄金价格分为几个区间作为网络的输出端,对世界黄金价格预进行了预测,实现了良好的网络训练和预测效果.     

70例重症心脏瓣膜病的瓣置换效果及生存质量

目的：分析了解重症心脏瓣膜病的瓣膜替换术常遇到的难点及处理方法。方法：共收集70例重症心脏瓣膜病瓣膜替换手术患者的临床资料，回顾性地分析总结。结果：全组均为风湿性心脏病，置入人工辩膜。早期死亡率5.7％（4／70）．晚期死亡率8．69％（6／70）。70例中男性44例，女性26例，平均年龄36.5岁。心脏功能Ⅲ级者49例，Ⅳ级者21例。主动脉辩及二共瓣替换术39例，二尖替换术31例。结论：重症心脏瓣膜病人的根本治疗方法为瓣膜替换术。     

融合深度残差网络和注意力机制的3D目标检测

针对Frustum-PointNets的实例分割网络结构单一且卷积深度较深、易出现特征丢失和过拟合，检测准确率较低的问题，提出了一种改进的Frustum-PointNets网络。该网络首先构建深度残差网络并融入实例分割网络，提高特征提取能力，解决深层网络的退化问题；引入双重注意力网络以增强特征，提高分割效果；运用Log-Cosh Dice Loss解决样本不均衡，加快网络训练；使用Mish激活函数保留特征信息；最后基于Kitti和SUN RGB-D两个数据集进行实验验证本文算法的有效性。实验结果表明，本文算法相对于Frustum-PointNets，在Kitti数据集中，3D框检测精度提高了0.2%～13.0%；鸟瞰图的3D框检测精度提高了0.2%～11.3%。在SUN RGB-D数据集中，本文算法的3D框检测精度提高了0.6%～16.2%，平均检测精度（m AP）提高了4.4%。实验验证，本文算法在室外和室内场景中获得较好的目标检测及分割效果。     

煤矿安全管理初探

安全生产是维持生产进行的基础,而煤矿开采是一个高危的生产工作,一旦煤矿开采工作出现事故,那么造成的人员伤亡以及带来的经济损失都是难以估算的。因此煤矿的安全是煤矿生产工作中的一个十分重要的工作重点,必须引起高度的重视,采用科学的管理方法来增强煤矿生产的安全进行。