清潩河流域(许昌段)水质时空分布特征分析研究

采用主成分分析法对清潩河流域(许昌段)的水质污染进行分析及评价,揭示其水质变化的时空分布特征和水质污染因子。该区域水体污染呈现复合型特征,空间分布上主要污染因子为化学需氧量、生化需氧量、高锰酸盐指数和氨氮,时间分布上2012年和2013年污染物类别主要为有机物污染物和氮,2014年染物类别主要为有机污染和磷。2012-2014年各项水质指标监测结果的整体水平表明:干流的高锰酸钾指数、生化需氧量和总磷明显高于支流各断面,禄马桥断面的氨氮和总氮显著高于其他断面,氮磷污染清潩河上游(禄马桥)>下游(高村桥),有机污染清潩河下游(高村桥)>上游(禄马桥);年际间2012年和2013年水质整体上基本持平,但2014年水质恶化严重;年内污染物质分布呈现周期性变化规律,污染程度整体上丰水期<平水期<枯水期。     

伊犁盆地洪海沟地区中侏罗统头屯河组砂岩储层岩石学特征及其与铀富集关系研究

洪海沟地区位于伊犁盆地南缘,中侏罗统头屯河组是该区砂岩型铀矿的主要含矿层位,具有良好的产铀前景。通过野外地质调查、钻孔取样、显微镜下观察、扫描电镜和α径迹蚀刻等方法,对该地区砂岩的岩石学特征、铀的分布规律进行研究,分析成岩作用对铀分布的影响。研究发现,目的层砂岩具有近物源的特点,为铀成矿提供充足物源;成岩矿物有黏土矿物;铀矿分布于与黄铁矿密切共生;后期氧化流体运移是铀成矿的主要作用。     

浅析淖毛湖煤田英格库勒一井田煤层特征

本文通过对淖毛湖煤田英格库勒一井田煤层的含煤性、可采煤层、煤质、煤层对比的分析,认为本区勘查类型应确定为二类一型,确定以钻探工程基本线距500m控制（331）资源量。     

军事英语的语言特点和翻译原则

军事英语是英语中专业性很强的分支之一,与普通英语和文学英语有很大的区别。本文在实证、归纳、梳理的基础上,对军事英语的语言特点和翻译原则进行了分析和探讨,旨在促进军事英语的研究和应用。     

公路路基变形破坏及其测试技术研究进展与展望

路基变形是公路病害的主要原因之一,其在公路建设、管理、运营、养护过程中带来的隐患日益凸显。目前以遥感测绘、地球物理探测、多传感器为代表性的相关技术,在路基变形测试中发挥了重要作用。为研究道路工程领域动态和行业发展趋势,梳理近年来道路工程领域理论、方法、技术及装备研究现状,阐述了公路路基变形的主要形式及影响因素,分析了路基变形测试技术类型及其优缺点,进一步讨论了对全周期智慧监测体系的认识及其发展趋势。构建路基变形监测体系是感知路基状态、路基稳定性评估和灾害预警的主要途径。随着人工智能和先进测试技术的快速进步,路基变形测试技术呈现出动态化、透明化、智慧化等新特点。加强公路测试基础理论、技术与装备的研发,形成基于立体空间的多手段路基健康监测体系是未来道路安全运维的重要发展方向。     

基于遗传算法优化机器学习模型的地下水潜在性预测

传统机器学习模型在地下水潜在性预测中,未考虑最优因子组合,会对地下水潜在性制图产生不利影响。为此,提出了遗传算法优化支持向量机的地下水潜在性预测方法。以云南省彝良县为研究区,从地形、水文、土壤、地质等方面选取了共15个影响因子;考虑模型性能和影响因子的作用,利用遗传优化算法筛选了包含11个影响因子的最优因子组合;然后使用支持向量机方法构建了地下水潜在性预测模型;最后计算了因子优化前后的模型准确度和受试者工作特性曲线下面积（area under curve,AUC）,并绘制了模型的受试者工作特性（receiver operating characteristic,ROC）曲线和地下水潜在性预测图。结果表明：因子优化前模型的准确度为0.774,验证集AUC为0.789,因子优化后模型的准确度为0.777,验证集AUC为0.806,分别提高了0.003和0.017。可见,所提方法的准确性、可靠性优于传统的支持向量机法,其结果可以为区域水文地质调查和地下水资源管理与规划提供科学参考。     

底水油藏水侵量计算新方法

针对底水油藏的开发,在缺乏试井数据的情况下采用常规油藏物质平衡法以及试井分析方法均难以确定水驱控制储量,进而无法获得水体参数和特征来计算油田的水侵量。为了更加准确的预测水驱油田水侵量,本文结合生产动态资料,选择符合的水驱特征曲线计算水驱控制储量。在此基础上,考虑油环油、溶解气、水体等因素,建立物质平衡方程,通过亏空体积曲线法计算获得水侵量。利用Fetkvoitch拟稳态模型,采用试错法,优化计算水体体积和水侵系数,保证Fetkvoitch拟稳态模型求解的水侵量和亏空体积曲线法求解的水侵量最接近,得到最优的水体体积和水侵系数对未来生产动态中水侵量进行预测。运用油藏数值模拟软件建立的模型与本文提出两种的计算方法拟合结果对比可知的水体体积的误差为2.6%、水侵指数的误差为2.2%,计算结果准确,为底水油藏计算水侵量提供了可靠的依据,并为预测水侵量提供了新的方法。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

基于模糊粗糙集的层次分类增量特征选择

随着大数据时代的到来,数据的类标签数量急剧增加,对现有的分类任务带来了严峻的挑战。为了解决这个问题,人们通常将标签组织成层次结构,使用结构中所包含的信息来对任务进行学习。考虑样本的不断增加,使用模糊粗糙集信息熵设计了一种面向层次分类的增量特征选择算法。考虑兄弟策略,将现有的λ条件熵推广到了层次分类的情形,设计了一种非增量的层次分类特征选择算法,设计了λ增量条件熵,基于此设计了增量版本的特征选择算法。在实验中,采用了包括非增量版本在内的7种不同的特征选择算法在5个层次数据集上与增量算法进行比较,实验结果验证了2种算法的有效性,并且所设计的增量算法能在不影响性能的情况下加快特征选择的进程。