蛟河舒兰井水温异常特征及映震分析

本文从吉林蛟河井与舒兰井井点位置和地震地质环境分析入手，对二处观测点资料异常可靠性进行评价。通过科学方法排除干扰，得出了基本的异常形态。对今后的观测水平提高和临震异常的扑捉有重要意义。     

用机器人探查脑细胞运作

美国麻省理工学院和佐治亚理工学院研究人员开发出利用机器人操纵来自动发现和记录活体大脑中神经元信息的方法,即用一种全细胞膜片钳制动一个微小的空心玻璃针,在神经细胞的膜上开孔,以记录其内部电活性。这种深入大脑中神经元内部运作的方式可提供大量有用的信息,如电活性模式、细胞内部状况、甚至基因在某一时刻被闭合的剖面。然而,能够实现这个入口非常困难,     

时间序列异常值影响估计的探讨

在异常值影响的示性函数分别为脉冲函数和阶跃函数的条件下，对时间序列中经常出现的四类异常值的影响进行详细的分析，得到了其影响参数的估计值．     

农村异常宗教团体的调查与原因分析

改革开放后,中国社会进入了快速变迁时期,一些异常宗教团体开始出现。异常宗教信徒分为两类:祈求消灾者与规避风险者,但后者居多。前者皈信的主要原因是为了脱离匮乏状态,后者是为了应对社会变迁的冲击,用灵性的方法构筑一个"规避风险"的堡垒。如果能降低农民的匮乏程度及随社会变迁而带来的不确定感,就能很好地减弱皈信异常宗教团体的动机。     

局部放电检测技术在配电设备缺陷查找中的应用

本文阐述了局部放电检测原理,介绍了瞬时接地电压检测、超声波检测两种技术方案,并结合实际介绍了局部放电检测技术在配电设备缺陷查找中的应用。     

云南班歪-爬窝地地区地球化学异常特征与找矿靶区预测

对云南班歪-爬窝地地区1∶2.5万地球化学数据研究表明,该地区的成矿元素组合主要为Ag-Pb-Zn-Cu;区内主要的铅锌矿床及矿化点都有相应元素显示异常,表明地球化学在本区具有重要指示意义.根据化探数据以及地质成矿规律、遥感影像分析,共圈定7个成矿靶区.经过野外证实,发现具有矿化现象,对下一步找矿具有重要意义.     

基于特征融合的视频异常事件检测方法

为有效对视频数据进行降维并去除特征集合中的冗余信息, 以提高异常事件的检测效率, 从特征提取和选择的角度提出了融合特征区分度和相关性的视频异常事件检测方法。利用视频数据的时空邻域信息进行特征提取。通过分析特征的判别力和相关性进行特征选择, 从而去除特征集合中的冗余信息, 提高异常事件检测的效率和准确性。实验结果表明, 该方法的检测准确率都优于其他传统方法, 能有效地对场景中发生异常事件的区域进行准确定位。     

LiMn2O4单晶的充放电性能

为进行尖晶石LiMn2O4的改性优化,合成了大小为100~400 nm,呈八面体形貌的LiMn2O4尖晶石单晶,并采用XRD、SEMI、CP等方法进行了分析,旨在对该尖晶石单晶的充、放电性能进行表征.     

（F,F）-数据离散矩形区域在数据辨识中的应用

应用新数学模型P-集合,提出数据传输中三种异常数据的概念：F-异常数据、F-异常数据与（F,F）-异常数据;提出（F,F）-数据离散矩形区域概念;给出丢失-侵入数据发现定理、系统输出数据分离定理、系统输出数据类型辨识定理、（F,F）-异常数据在（F,F）-数据离散矩形区域的定位定理;给出（F,F）-数据离散矩形区域在系统输出数据类型辨识中的应用。丢失-侵入数据发现定理与系统输出数据分离定理是系统输出数据类型辨识的基础,（F,F）-数据离散矩形区域的提出,为系统数据的几何辨识和系统出现异常数据的预警提供了一种新的理论与方法。