磁法在金属矿勘查中的作用及应用实例分析

磁法是一种有效、快捷、经济的地球物理找矿手段,在矿产勘查中工作发挥着重要作用。在黑色金属、有色金属等的勘查中,磁法是有效的直接找矿或间接找矿方法,尤其是对于磁性矿产的勘查,磁法是首选物探方法。随着经济对资源需求的不断增加和找矿难度的加大,对矿产预测技术水平有了更高的要求。磁法在矿产预测中,特别是针对隐伏矿体、深部大矿具有重要的意义。同时,在寻找隐伏构造和岩体方面磁法也变得越来越重要。本文简述了磁法在金属矿勘查中的作用,以笔者在矿产勘查工作中磁法的应用效果进行例证分析。     

异型螺杆CAD/CAM的研究

讨论了在CAD／CAM系统中几种异型螺杆造型和加工的方法．首先提出利用UG里表达式功能和包裹功能，生成变螺距的螺杆螺旋线的展开线，并用它包裹圆柱生成螺旋线的方法．然后讨论了自动生成加工程序和代码的方法．最后利用生成的加工代码在数控车床上加工出变螺距螺杆的样品。     

语言拉锯战,文化事件中的“话语冲突”

2008年,很难用一句话说尽,也很难用一种话说尽。回顾这一年的文化事件:1月,中宣部等四部门联合发出《关于全国博物馆、纪念馆免费开放的通知》;2月,预计投资300亿元的"中华文化标志城"正式立项规划建设;5月,汶川大地震引发诗歌写作的大跃进;6月,著名作家余秋雨和非著     

孤岛油田馆(1+2)地层划分对比与沉积模式

孤岛油田馆(1 2)砂层组属于河流相沉积，其纵向、横向相变迅速，砂体难以大面积追踪，本利用河流结构单元分析法、标准层与辅助标志层控制下的“旋回-厚度”对比法，很好地解决了馆(1 2)地层的划分对比问题，其中馆(1 2)砂层组内辅助标志层的发现为地层的划分对比提供了重要的保证．根据结构单元分析、砂体的岩性特征、粒度特征、河流砂体的空间展布形态以及河流曲率的计算，对馆(1 2)河流沉积的垂向旋回性及沉积模式进行了研究。对比Miall的16种河流分类方案，孤岛油田馆(1 2)砂层组属于细粒曲流河沉积．     

萨北北二西精细地层划分与对比

本文结合萨北北二西SⅡ油层组地层特征详细地论述了地层划分与对比的原则、依据和方法,并对其进行了精细的地质分层,将SⅡ油层组划分为5个砂岩组,17个小层,各小层厚度不等,延伸相对稳定。从而为研究该区块的沉积微相、砂体展布、储层非均质性及预测有利含油区块提供了地质基础数据,对油田开发具有重要的意义。     

基于高校核心竞争力的知识产权保护研究

高校核心竞争力是高校获得持续竞争优势的能力.知识产权创造和保护能力是高校核心竞争力的重要标志.当前我国高校知识产权保护意识淡薄,保护制度不健全,评价和激励机制不完善,使得知识产权流失严重,自主知识产权创造和转化能力不足.高校要广泛开展知识产权普法教育,尽快制定知识产权战略,建立健全知识产权保护和管理体系,完善知识产权激励机制,鼓励知识产权创造和实施,以提升高校核心竞争力.     

基于神经网络的车道偏移自动检测的研究

车道偏移是交通事故的主要因素之一。通过引入神经网络提出了一种应用机器视觉检测车道偏移的方法。首先通过图像处理从道路图像提取道路标志线。然后通过最小二乘法计算道路图像中道路标志线的参数。以道路图像中道路标志线的参数为输入,车道偏移参数为输出,建立神经网络进行车道偏移检测。实验结果表明误差小于0.5%,方差检验结果也表明人工测量和神经网络的结果无显著差异。新方法将有助于车道偏移自动检测技术的发展。     

抗混淆的Android应用相似性检测方法

为了对抗混淆问题,更好地应对相似性检测需求,基于抗混淆的7种应用代码特征,以及抗混淆的音频和图片文件特征,提出一种新型的抗混淆相似性检测和评估方法.并基于该方法实现了可满足大数据分析环境的原型系统.通过该系统对1 259款恶意应用和12个应用商店的288款应用进行分析,结果表明:该方法可有效对抗混淆攻击,完成同源性分析,依据同源性分析结果可对零日恶意应用进行识别.实验证明该方法可有效对抗代码混淆给相似性检测带来的问题,特征选取具有全局性,效果优于同类方法.     

如何提高SQL Server的安全性控制

随着计算机技术的发展，我们现在编写一个程序越来越容易了。利用一些软件开发工具，往往只要通过鼠标的拖拖点点，计算机就会自动帮你生成许多代码。但在很多时候，计算机的这种能力被滥用了，我们往往只考虑把这个数据库搭建起来，而不去考虑它们的性能如何，是否足够安全，足够健壮。目前SQL Server的安全性令人担忧，所以如何才能使我们的数据库尽可能的安全成为本文的讨论话题。     

ADO.NET技术核心研究

ADO.NET是NET框架中推出的一种基于XML的全新的数据访问技术。文章首先探讨了从ADO到ADO．NET的深层次变化，然后分析介绍了ADO．NET主要对象，最后对ADO．NET两大核心组件——NET数据集(DataSet)和NET数据提供者进行深入研究。