射频隐身数据链的通信波形参数优化建模

针对数据链在恶劣环境下被截获概率过高的问题,建立了一种基于射频隐身的通信波形参数优化模型。基于环境感知系统得到的通信距离和截获距离等先验知识,该优化模型以原始消息序列长度、编码码率、扩频因子、调制方式和波形分集度为优化参数,以指定距离的通信速率和被截获概率为优化目标,通过归一化和线性加权变换得到总优化目标,最后使用遍历法得到总优化目标的最大值并将对应的通信波形参数作为最优解。仿真结果表明:当载体信息安全等级提高时,优化模型在约束值范围内将通信速率适度降低,将被截获概率从原来的8.6×10-7降低至6.9×10-9;当数据链处于最恶劣的环境时,相同平均通信速率条件下优化后数据链的被截获概率可降低至优化前的1/1 000,大大提高了射频隐身性能。     

西藏白容铜矿EH-4数据综合解译与深部找矿预测

西藏白容铜矿为近期发现的一斑岩型铜矿床,查明矿区北部深部二长花岗斑岩埋深、形态及矿(化)体分布情况是进一步勘探的关键。在白容铜矿北部选择有利成矿地段进行EH-4连续电导率剖面测量,根据白容矿区岩(矿)石电性差异,通过二维定性、定量反演结合矿床地质模型,对拟二维等值线剖面进行综合地质解译。结果表明:二维视电阻率-深度剖面图能清晰地反映地下不同地质体的精细电阻率结构,整个剖面可划分为5种截然不同的电性体。其中,Ⅳ高阻体为隐伏二长花岗斑岩,Ⅲ层中等电阻体为石英二长斑岩体;Ⅴ层低阻体共有三处,为火山热液及斑岩有关的Cu、Mo矿化(体)。     

基于决策树多分类支持向量机岩性波谱分类

地面岩性波谱建模是高光谱遥感地质填图的关键环节之一,地面岩性波谱具有高维、多类特点,传统的多光谱分类方法不能对地面岩性高光谱数据进行有效处理。该文在岩性波谱特征分析的基础上,构建岩性波谱特征空间;然后,从支持向量机(SVM)基本理论出发并对算法改进,建立了一个基于决策树的SVM多类分类器(DT-SVMs);最后,利用云南北衙金矿区采集的野外实测岩性波谱数据进行分类实验,分类正确率达到93.75%。实验结果表明:基于决策树的多类分类支持向量机(DT-SVMs)可以很好的应用于地面岩性的波谱分类建模。同时,可推广到高光谱遥感岩性分类研究。     

高校后勤维修服务工作的探讨

普通高校后勤服务机构,要从高校事业序列分离出来,组建实体,实行企业转制,实行独立核算、自主经营、自负盈亏、自我发展。这对高校后勤服务工作提出了更高的要求,因此高校维修服务工作要做到程序化、制度化、规范化和科学化管理,它涉及到正常的教学秩序和教学环境,是教书育人、管理育人、服务育人很重要的一部分。     

高校后勤维修服务工作的探讨

普通高校后勤服务机构,要从高校事业序列分离出来,组建实体,实行企业转制,实行独立核算、自主经营、自负盈亏、自我发展.这对高校后勤服务工作提出了更高的要求,因此高校维修服务工作要做到程序化、制度化、规范化和科学化管理,它涉及到正常的教学秩序和教学环境,是教书育人、管理育人、服务育人很重要的一部分.     

云南个旧陡岩勘查区Sn多金属矿化信息提取与评价

个旧矿区被南北向个旧断裂分为东、西2个矿区。东区是已知矿床的集中区,随着东区"危机矿山"问题的日益凸显,西区的地质研究工作和资源潜力评价已成为矿山深部和外围找矿的热点。西区陡岩地区具有良好的成矿地质条件,是近年来个旧西区地质找矿工作的重点。采用因子分析(FA)-多重分形法(S-A)对1∶1万原生岩石化探数据中17种元素进行分析,获取锡多金属矿致异常信息,再通过变差函数分析异常控制因素,结合本次1∶1万野外地质填图成果,获得如下认识:①F1因子代表Cd-Hg-Pb-Zn元素组合,是中低温热液型多金属矿化的反应;F3代表Sn、Mo元素组合,反映的是岩体及热液的相关信息;F5包括Sn、Sr,Sr是碳酸盐岩的常见元素,反映Sn元素部分来源于个旧组灰岩和法郎组炭质、泥质灰岩。②勘查区东南部异常晕展布特征为串珠状分布且异常浓集中心恰好都位于岩性分段面,推测该区存在隐伏岩体。③该区的断裂控矿性不明显,Sn元素异常展布的空间结构性主要由南西向的地层和该区的隐伏岩体控制。     

马厂箐铜矿马尾松微量元素特征与波谱响应

重金属胁迫下植物波谱响应机理是高光谱遥感生物地球化学异常信息提取的关键问题.该文采集云南大理马厂箐铜矿区及背景区的马尾松植物样品,利用ICP-MS和AFS3100分别检测了松叶中Pb、Cu、Au、Ag、Mo和As、Sb、Hg的含量,同步利用ASD Field-Spec Pro FR对马尾松叶片反射波谱进行测量,采用双变量相关分析和线性回归分析方法,探索重金属胁迫下马尾松植物波谱响应特征.研究表明：马尾松波谱红边位置、红边蓝移量、叶绿素归一化指数与马尾松微量元素的吸收特征有一定相关性,利用马尾松波谱特征参数能揭示植被覆盖区地球化学异常信息.     

SAM和决策树结合的Hyperion数据分类方法

在地面实测波谱分析的基础上，采用决策树对波谱角（SAM）分类方法进行改进，自动地进行波谱角阂值选择，提出一种新的基于SAM和决策树相结合的综合分类模型。该模型用于云南鹤庆地区土地覆被信息提取，并与最大似然分类法（MIC）的分类结果进行比较。结果表明，就每一类型而言，SAM结合决策树分类的分类精度较高；最大似然法监督分类总体精度为79．4％，SAM结合决策树分类的综合分类模型总体精度为88．5％，比监督分类精度高9．9％。