进化规律的可能性与必要性

如果规律是关于倾向性的陈述 ,那么 ,科学理论的建构就应被理解为主要是阐释这种倾向性的初始和边界条件的活动。依据这种条件被阐释的程度 ,可以说明进化规律的可能性。即使按照语义观 ,科学解释也要求经验规律 ,因为仅有模型与数据的适合还不足以说明经验系统的因果结构。所以 ,进化规律对于保证进化论的科学地位又是必要的。     

高泥质低阻碎屑岩储层含油饱和度评价方法

针对高泥质低阻碎屑岩储层探讨合理的含油饱和度评价方法。以石南31、沙丘5等井区为例,新疆油田低阻油层主要成因包括微孔隙发育引起的不动水饱和度偏高、岩石胶结指数变化和泥质(黏土矿物)含量偏高等。应用最优化岩性体积含量反演方法,准确评价粉砂质含量和泥质含量。再据此分两方面对含油饱和度进行校正:一是根据粉砂质含量对储层进行分类,在分类基础上分别计算含油饱和度,可避免因微孔隙发育导致的低电阻率油层解释含油饱和度偏低的问题;二是使用双水模型进行泥质校正,可避免泥质含量高引起的解释结果偏差。由于在地层水矿化度较低、泥质含量过高的储层中,双水模型计算的含油饱和度仍然比实际值偏低,因此,还需要对双水模型进行改进。     

磁性花生壳负载钯催化剂的制备及催化氨硼烷释氢性能

以高锰酸钾改性后的花生壳为原料,通过共沉淀法制备了磁性花生壳(PSK-Fe_3O_4)复合材料,并以其为载体制备了磁性花生壳负载钯催化剂(Pd/PSK-Fe_3O_4).以XRD、FT-IR、TEM、XPS、TG等表征手段对该催化剂进行了表征,并将其应用于催化氨硼烷水解释氢.结果表明:Pd/PSK-Fe_3O_4催化剂在催化氨硼烷水解反应中表现出较好的催化活性,其转换频率(TOF)为6.7 mol_(H2)·mol_(Pd)~(-1)·min~(-1),表观活化能(E_(app))为28.0 kJ mol~(-1).Pd/PSK-Fe_3O_4催化氨硼烷水解释氢反应对于催化剂浓度和氨硼烷浓度的反应级数分别为一级和零级.此外,循环实验表明该催化剂具有较好的循环稳定性.     

计算社会科学的生成解释问题

计算社会科学的基于能动者建模方法提供了一种特殊的解释路径——生成解释,在方法上,它为自下而上地解释异质能动者的分布式局部互动如何生成宏观规则提供了可能路径;在方法论上,生成解释不是演绎的,它的独特之处在于把生成充分性作为解释的必要条件,是机制解释观的有益补充,为社会科学提供了一种"实验+推演"的实践解释观。     

志丹油田正285井区长3油层测井解释模型

为了正确认识和评价志丹油田正285井区长3油层,在大量资料研究基础上,通过对志丹油田正285井区长3储层岩性、物性、含油性及电性之间的内在联系的充分认识,确定了测井解释长3储层孔隙度与含油饱和度的计算公式和油层有效厚度划分的测井参数标准,满足了该区从老井中解释和开发长3油层的需求,特别是对其低孔低阻油层的认识,推动了长3油层的有效开发,取得了较好的效果.     

艾伦·洛夫解释充分性理论简评

针对科学哲学上反还原论过于消极的批评,洛夫从科学问题的视角,基于生物学多学科研究考虑,提出一种非还原认识论.科学研究应被看作是围绕问题议程进行协调组织的活动;不同的问题议程有不同的解释充分性标准,解释充分性标准决定问题议程的结构.艾伦·洛夫用生物学上的进化观和新奇性的解释案例论证了这种非还原认识论的适用性和丰富性.这些...     

关于审查阶段如何认定权利要求保护范围的思考

本文通过对一个实际案例的分析,引出了权利要求保护范围的认定对专利审查的重要性,并从法条依据、对后续程序的意义和专利审查阶段的认定原则对权利要求保护范围的认定进行阐述,为审查过程中准确认定权利要求保护范围提供相关参考。     

大数据分析的认识特征

随着云计算等巨型、智能化工具的产生,大数据分析在我们的生产和生活中的作用越来越大,大数据分析展现为点状、预测和量化的认知结构。大数据分析虽然是对相关关系的分析,但它是通过对群集现象的搜集、记录和建模而完成的,大数据分析只是人类认知模式中的一种,并且是撇开定性的因果解释的定量分析的一种,它同质性的因果分析一起构成了人类认识方法的两翼,它不可能替代更不可能消解人类认识最为本质的因果解释。不管大数据分析今后何等智能化,它永远是人类操作和控制的计算工具。     

拉姆齐测验:一个新的解释思路

拉姆齐测验描述了人们决定接受p后,是不是接受q,从而对他的其它信念作最小修正的问题。20世纪60年代后,学界对这种思想进行了不同的解释,从总体上看,主要有两种:简单的拉姆齐测验和精致的拉姆齐测验。在分析这两种观点的基础上,我们认为这两种解释都存在一定的问题,在本文中,我们提出了一个基于拉姆齐测验的新的逻辑解释思路。     

一种改进变换网络的域自适应语义分割网络

语义标签的人工标注成本高,耗时长,基于域自适应的非监督语义分割是非常必要的.针对间隙大的场景或像素易限制模型训练、降低语义分割精度的问题,通过分阶段训练和可解释蒙版消除大间隙图片和像素的干扰,提出了一种改进变换网络的域自适应语义分割网络(DA-SSN).首先,针对部分源图到目标图的域间隙大、网络模型训练困难的问题,利用训练损失阈值划分大间隙的源图数据集,提出一种分阶段的变换网络训练策略,在保证小间隙源图的语义对齐基础上,提高了大间隙源图的变换质量.然后,为了进一步缩小源图中部分像素与目标图域间间隙,提出一种可解释蒙版.通过预测每个像素在源图域和目标图域之间的间隙缩小置信度,忽略对应像素的训练损失,以消除大间隙像素对其他像素语义对齐的影响,使得模型训练只关注高置信度像素的域间隙.结果表明,所提算法相比于原始的域自适应语义分割网络的分割精度更高.与其他流行算法的结果相比,所提方法获得了更高质量的语义对齐,表明了所提方法精度高的优势.