游泳对少年健康影响因素的分析

对北京市房山区良乡部分少年游泳学生进行调查,通过调查结果分析并阐述了游泳对少年心血管、肺、消化及神经系统的影响,就游泳增强少年身体健康,预防疾病,提高免疫力,培养良好的心理品质等问题进行深度探讨.     

《河北省科学院学报》载文和引文统计分析

】　对《河北省科学院学报》1991～1997年的载文、引文及作者系统分布情况进行统计分析，为作者、读者和编辑了解、评价和提高学报质量提供参考。     

利用SCI的Analyze功能提高论文投稿录用率

详细介绍了如何利用Web of Science数据库的检索结果分析功能对期刊进行分析,以帮助撰稿人选择合适的期刊进行投稿,提高论文的录用率。     

珠江三角洲农民工体育参与影响因素研究

运用文献资料法、调查法、数理统计法、系统分析法等研究方法,对珠江三角洲农民工体育参与影响因素进行了调查与分析,针对农民工在体育参与中出现的问题,提出建议.     

烃源岩TOC地球物理定量预测新技术及在珠江口盆地的应用

南海东部珠江口盆地富生烃洼陷内部的钻井极少,给烃源岩总有机碳含量(TOC)地球物理预测研究及洼陷的资源潜力评价带来了极大的困难。结合烃源岩测井及地震响应特征,从实测有机碳含量出发,应用测井预测TOC的方法建立虚拟井的TOC曲线,以此为因变量,选取的地震属性作为自变量,建立它们之间的最佳拟合方程,通过三维地震数据体中提取地震属性从而计算得到三维TOC数据体。将该方法应用到珠江口盆地富生烃洼陷惠州洼陷中,得到整体文昌组和恩平组的三维TOC数据体。HZ26洼陷边缘到洼陷深部,有机碳含量明显增大,反映了洼陷深部是优质烃源岩的发育场所,从南部隆起区到洼陷深部,再到北部洼陷边缘,先增大后又逐渐减小的变化特征。     

珠江口盆地新近系层序发育影响因素分析

在精细的层序地层格架下,通过对地震、测井等资料进行分析,探讨了构造运动、海平面升降以及沉积物供给对珠江口盆地层序发育的影响。结果表明:新近系经历了3次大的构造运动,构造运动造成盆地的整体抬升或局部抬升,形成层序边界的区域构造不整合,控制了二级层序发育的周期旋回。海平面的升降控制三级层序发育模式,在一个变化周期内,当海平面下降至坡折以下往往伴随着河流回春作用,在陆坡下形成由斜坡扇、盆底扇、低位楔组成的低位体系域;当海平面小幅度地下降至陆架坡折附近或短暂下降到坡折以下,低位期沉积则以泥质浊流沉积和滑塌体为主,斜坡扇和盆底扇不发育;当海平面未下降至陆架坡折带之下时,不发育低位体系域。沉积物供给量影响层序中准层序组类型,形成进积、退积和加积3种地层叠置方式。构造运动、海平面升降以及沉积物供给3个主控因素从不同级次影响着层序发育的过程,形成了珠江口盆地不同特征的层序样式。     

珠江口外东平海域表层沉积物中痕量污染元素研究

利用珠江口外东平海域环境评价资料,对该海域各类沉积物组分中的部份痕量污染元素进行了研究,找出了各沉积物组分中痕量污染元素的分布规律及富集特征,并以《海洋沉积物质量标准(GB18668—2002)》为依据,进行了定量评价。结果表明:痕量污染元素富集主要出现在西部浅水区和东侧航道,明显受河口水动力条件和沿岸人类活动的影响。沉积物中的痕量污染元素的富集,影响因素众多,环境复杂,在研究区大致可归为物源、动能强弱、沉积物性质、理化环境、生物作用等;珠江口外东平海域沉积物环境质量较好,污染较轻,为我国海洋底质Ⅰ、Ⅱ类标准。     

城市化水平与水资源利用效率的关系研究——以珠江三角洲城市群为例

以珠江三角洲城市群为研究对象, 基于该区域2005—2017年人口变化、经济优化、社会发展以及水资源利用等数据, 通过构建城市化综合评价体系, 对该区域城市综合发展水平进行评价。在此基础上, 利用改进的水足迹计算方法, 对水资源利用效率进行分析, 量化及验证城市化水平与水资源利用效率之间的关系。结果表明: 1) 从城市化发展水平来看, 可将珠三角城市群划分为4个等级, 其中广州市和深圳市处于高水平城市化等级; 2) 通过水足迹计算方法, 得出2016年珠江三角洲城市群水足迹总量为580.58 亿m³, 显著大于根据《2016年广东省水资源公报》中数据计算得到的结果(289.90 亿m³); 3) 在城市化发展的不同阶段, 水足迹总量变化趋势不同, 阶段性特征明显; 4) 随着城市化的不断发展, 水资源利用效率将会提高。     

An adaptive spatial clustering method for automatic brain MR image segmentation

In this paper, an adaptive spatial clustering method is presented for automatic brain MR image segmentation, which is based on a competitive learning algorithm – self-organizing map (SOM). We use a pattern recognition approach in terms of feature generation and classifier design. Firstly, a multi-dimensional feature vector is constructed using local spatial information. Then, an adaptive spatial growing hierarchical SOM (ASGHSOM) is proposed as the classifier, which is an extension of SOM, fusing multi-scale segmentation with the competitive learning clustering algorithm to overcome the problem of overlapping grey-scale intensities on boundary regions. Furthermore, an adaptive spatial distance is integrated with ASGHSOM, in which local spatial information is considered in the clustering process to reduce the noise effect and the classification ambiguity. Our proposed method is validated by extensive experiments using both simulated and real MR data with varying noise level, and is compared with the state-of-the-art algorithms.     

《四川文理学院学报》载文被引分析研究

依据《中国学术文献网络出版总库》、《中国引文数据库》和纸本期刊作为统计源,对《四川文理学院学报》从创刊至2009年底的载文被引等情况进行统计分析,并作简要评价,以期对《四川文理学院学报》的建设和研究提供参考.