【摘 要】
：
大陆浅源地震密集分布层称为地震层,该深度处于石英脆塑性转化带,其变形除受温度控制外,地震周期各阶段变形随应变速率和应力发生变化,从间震期的稳态蠕变转化为同震破裂和震后松弛阶段非稳态蠕变。与间震期长期蠕变相关的野外塑性变形和稳态流变实验研究非常多,而与震后松弛相关的地壳深部脆塑性转化和非稳态蠕变研究非常有限,更缺少非稳态流变的本构方程。震后松弛阶段的断层滑动研究和基于GPS观测数据反演地壳形变研究都
论文部分内容阅读
大陆浅源地震密集分布层称为地震层,该深度处于石英脆塑性转化带,其变形除受温度控制外,地震周期各阶段变形随应变速率和应力发生变化,从间震期的稳态蠕变转化为同震破裂和震后松弛阶段非稳态蠕变。与间震期长期蠕变相关的野外塑性变形和稳态流变实验研究非常多,而与震后松弛相关的地壳深部脆塑性转化和非稳态蠕变研究非常有限,更缺少非稳态流变的本构方程。震后松弛阶段的断层滑动研究和基于GPS观测数据反演地壳形变研究都依赖于非稳态蠕变实验数据及其流变模型。本文介绍了野外断层脆塑性转化带非稳态流变和高温高压非稳态流变实验研
其他文献
研究建设用地增长格局对促进国土空间可持续高质量发展具有积极作用。采取扩张强度指数、等扇形法、空间自相关、PCA-STIRPAT模型、地理探测器，定量揭示1990-2018年长株潭都市圈建设用地增长格局特征及时空驱动因子。结果表明：①长株潭都市圈建设用地1990-2000年扩张缓慢，2000-2010年迅速扩张，2010-2018年缓速扩张。这三个阶段长株潭都市圈建设用地主要扩张方向不同，长沙都市区
随着苹果矮砧密植栽培模式的迅速发展，揭示矮砧密植苹果园土壤矿质氮的积累与分布特征对果园科学施肥具有重要意义。本研究以不同树龄（6 a、9 a、12 a）的矮砧密植苹果园为对象，在树下、株间、行间以及树干与行间的中间点位置采集土样，分析土壤硝态氮、铵态氮和矿质氮的积累与分布特征。结果表明：0～300 cm土层土壤硝态氮累积量随果园树龄的增大而增加，不同树龄的果园之间差异显著，表现为6 a＜9 a＜1
病理组织图像在获取以及处理的过程中，存在异物遮挡、设备故障等问题，从而导致图像污染或者部分信息的缺失。针对上述问题，采用基于BigGAN的预训练模型，并通过迁移学习实现了结肠组织病理学图像的重建。首先从预训练好的模型中提取潜在向量与类别标签作为先验输入，其次通过联合优化损失函数不断更新潜在向量与网络参数来对缺失图像进行重建，引导生成器分五个阶段逐步生成与原图像细节一致的重建图像。结果表明，利用该方
目前深度学习在计算机视觉领域中取得了巨大成功，但是小目标检测仍是目标检测领域中具有挑战性的难题。针对小物体分辨率低、图像模糊、携带信息少等问题，提出了引入残差学习与多尺度特征增强的目标检测器。首先在主干网络中引入基于残差学习的增强特征映射块，通过通道平均和归一化处理使得模型更加专注于对象区域而不是背景，并在兼顾检测速度的同时为有效特征层提供额外的语义信息；然后通过对上下文信息敏感的特征融合块，增大
【目的】管孔是木材识别方面的重要特征之一。针对管孔随机分布、大小不一导致管孔分割鲁棒性不高，木纤维、木射线以及轴向薄壁组织等噪声区域对管孔分割效果影响较大的问题，本研究提出了一种改进K-means聚类与分水岭的木材横截面管孔分割算法。【方法】采用改进K-means聚类对管孔区域进行粗分割，有效区分管孔区域与木纤维、木射线以及轴向薄壁组织等噪声区域。再对粗分割结果采用改进分水岭算法进行精分割，分割出
土壤碳库是陆地生态系统的最大碳库， 其在碳循环中起到重要作用。考虑到温室效应的日益严重， 增加土壤有机碳的稳定性成为迫在眉睫的问题。研究证实， 矿物吸附机制是最重要的土壤有机碳稳定机制之一。矿物吸附有机碳容量和稳定性受多重因素影响。土壤矿物类型、结晶程度和径级大小等矿物因素影响矿物吸附能力和机制。非晶质矿物如水铝英石和伊毛缟石对有机碳有很强的吸附能力。植物源碳多被粗径级矿物吸附， 微生物碳则易被细
在相关滤波器跟踪算法中引入正则化后可以有效提高跟踪效率，但需要花费大量精力调整预定义参数，此外还有目标响应发生在非目标区域会导致跟踪漂移等问题，因此提出一种自动全局上下文感知相关滤波器跟踪算法(Automatic Global Context Awareness Correlation Filter Tracking Algorithm，AGCACF)。首先，在跟踪过程中利用目标局部响应变化实现自
尽管基于深度神经网络的人脸检测器在精度上已经有了很大提升，但所需的计算量和模型复杂度越来越高，如何在计算能力有限的嵌入式设备上应用人脸检测模型是一个很大的挑战。针对320×240分辨率输入图像的人脸检测在嵌入式系统上的应用问题，提出了一种基于轻量级网络的低分辨率人脸检测算法.该算法使用注意力机制、结合了Distance-IoU(DIoU)与非极大值抑制(Non-Maximum Suppressio
为提高单目标多分类(Single Shot MultiBox Detector， SSD)网络模型对输电线防震锤的识别准确率，提出一种融合卷积注意力机制和SSD模型相结合的新方法。该算法采用残差网络ResNet作为骨干网络，引入卷积注意力机制将通道和空间注意力结合，通过压缩提取中间特征和利用权重系数更好地分辨出前景与背景，提高对输电线路中防震锤检测的精度和速度。训练时引入迁移学习策略，克服了模型训
【目的】为了实现水稻害虫的快速、准确识别，本文提出了基于迁移学习和卷积神经网络相结合的水稻害虫识别方法。【方法】首先对水稻害虫图像进行平移，翻转，旋转，缩放等预处理之后，按照害虫特征由人工分为稻纵卷叶螟，稻飞虱，二化螟，三化螟，稻蝗，稻象甲等6个类别。然后基于迁移学习方法，将VGG16模型在图像数据集ImageNet上训练得到的权重参数，迁移到水稻害虫的识别当中，将VGG16的卷积层和池化层作为特