拓宽《评皇券牒》研究的领域

《评皇券牒》是研究瑶族历史文化的重要文献 ,但不是严格意义上的史书 ;运用文化人类学方法来阐释 ,其实质是一份瑶族古老的社会契约 ,它的价值远远超出单一的历史价值范畴     

浅层渗碳工艺方法研究及应用

薄板零件的浅层渗碳工艺为冲压成形零件提供了可靠的表面强化手段 ,具有独特的优点 ,工件经渗碳后其表面强度和耐磨性大大提高 ,同时由于心部和表面层含碳量不同 ,硬化后的表面获得有利的残余压应力 ,从而可进一步提高渗碳零件的弯曲疲劳强度和接触疲劳强度 介绍一种浅层渗碳的优化工艺 ,即采用低温、低碳势、渗碳后直接淬火的工艺 与传统的渗碳工艺相比 ,该工艺具有节能、省时 ,并且渗碳零件质量均匀、综合性能高的优点 ,充分发挥了低碳材料的潜力     

塔里木盆地深层碳酸盐岩中稀有气体同位素组成

通过分步加热法，对塔参1井的深层碳酸盐岩中不同赋存形式的稀有气体（He,Ne,Ar,Kr)丰度和同位素特征进行了研究，从稀有气体的分布模式看，富集重稀有气体而20Ne相对亏损，该分布模式属I型，与常见的地下水，天然气和沉积岩的模式一致，深层碳酸盐岩中低温步（300－700℃）和大部分样品高温步（1100－1500℃）的3He/4He比值与该区域同层位天然气中稀有气体的比值相近，表明它们可能有同一来源，都几乎不含有幔源挥发分，反映出陆地壳源放射性同位素的特点，这反映出塔中古隆起的相对稳定性，而中，晚奥陶世碳酸盐岩高温步（1100℃）的He-Ar同位素的特征，表明有幔源挥发经入，这可能与沉积成岩过程中有火山物质的输入有关，寒武系源岩中40Ar/36Ar比值略高于奥陶系，反映出40Ar的年代积累效应；源岩中不同赋存诉Ar同位素比值差别较大，38Ar/36Ar和40Ar/36Ar比值都表现 温步明显高于低温步。     

深层搅拌水泥桩的工程实践

用深层搅拌法加固地基，取得良好的工程效果，为在复杂软弱场地进行地基处理方案选择或基础方案选择提供了参考依据。     

农民负担沉重的深层原因分析

认为我国农民负担较重的根本原因在于 :我国现行的农村收费制度、农村财政体制、农村行政体制等制度和体制方面存在诸多的弊端     

鲁西西部壳内物性界面计算及其应用研究

利用位场(重力、航磁)对数功率谱计算了鲁西西部地壳内部的物性(密度、磁性)界面。从资料的处理和结果分析,探讨了本区深层构造的特点和深层构造与浅层构造的关系,并对壳内物性界面的计算结果在能源预测与勘探、地震等方面的应用作了讨论。     

超临界压力蒸汽发生器注汽方案的研究及应用

为了解决埋深超过2000m的深层稠油开采难的问题,提出了一种超临界压力蒸汽发生器的开采方案,并与其他注汽方案进行了比较,同时研究了超临界压力热流体在地面管线和井筒中流动的规律。结果表明,利用超临界压力热流体注入井底后不仅能提高注入压力,而且减少了热损失。采用超临界压力蒸汽发生器能解决常规注汽难的问题,有利于开发深层稠油。超临界压力水注入井底时,井底注入压力比常规注汽井底压力增大15MPa以上,且流量越小,压力增加越明显。     

A Deep Web Query Interfaces Classification Method Based on RBF Neural Network

This paper proposes a new approach for classification for query interfaces of Deep Web, which extracts features from the form＇s text data on the query interfaces, assisted with the synonym library, and uses radial basic function neural network （RBFNN） algorithm to classify the query interfaces. The applied RBFNN is a kind of effective feed-forward artificial neural network, which has a simple networking structure but features with strength of excellent nonlinear approximation, fast convergence and global convergence. A TEL_8 query interfaces＇ data set from UIUC on-line database is used in our experiments, which consists of 477 query interfaces in 8 typical domains. Experimental results proved that the proposed approach can efficiently classify the query interfaces with an accuracy of 95.67%.     

KDS-CM： A Cache Mechanism Based on Top-K Data Source for Deep Web Query

Caching is an important technique to enhance the efficiency of query processing. Unfortunately, traditional caching mechanisms are not efficient for deep Web because of storage space and dynamic maintenance limitations. In this paper, we present on providing a cache mechanism based on Top-K data source （KDS-CM） instead of result records for deep Web query. By integrating techniques from IR and Top-K, a data reorganization strategy is presented to model KDS-CM. Also some measures about cache management and optimization are proposed to improve the performances of cache effectively. Experimental results show the benefits of KDS-CM in execution cost and dynamic maintenance when compared with various alternate strategies.