【摘 要】
：
密西西比河谷型铅锌矿床是世界上最重要的铅锌储库之一,成因备受关注.然而,由于成矿温度低,矿床极少发育合适的放射性同位素定年矿物,矿床定年问题一直是困扰其研究的一个世界性难题.文章针对中国西部三江铅锌成矿带思茅盆地内厂硐铅锌矿床开展工作,通过容矿岩石中孢粉化石的定年间接限定了其成矿年龄,进而讨论了其成矿构造背景.厂硐矿床的铅锌矿化主要赋存在地下水成因古喀斯特溶洞的内沉积层中,闪锌矿和方铅矿以交代内沉
论文部分内容阅读
密西西比河谷型铅锌矿床是世界上最重要的铅锌储库之一,成因备受关注.然而,由于成矿温度低,矿床极少发育合适的放射性同位素定年矿物,矿床定年问题一直是困扰其研究的一个世界性难题.文章针对中国西部三江铅锌成矿带思茅盆地内厂硐铅锌矿床开展工作,通过容矿岩石中孢粉化石的定年间接限定了其成矿年龄,进而讨论了其成矿构造背景.厂硐矿床的铅锌矿化主要赋存在地下水成因古喀斯特溶洞的内沉积层中,闪锌矿和方铅矿以交代内沉积物中的方解石或充填其内孔洞的形式产出,矿化形成在内沉积层沉积之后.孢粉化石研究表明,厂硐矿床内沉积物中
其他文献
在无人驾驶的应用场景中，实例分割是一项关键任务。针对现阶段无锚框实例分割算法中存在的三个的问题，提出一种基于无锚框分割网络改进的实例分割网络。首先结合可变形卷积设计了并行的编码-解码式特征提取器，解决尺度不对齐问题；其次，使用空洞卷积和合并连接的方式等方法，改进特征融合部分，解决了区域不对齐问题；最后，在回归分支中结合空间和位置注意力机制，提高目标检测能力，解决任务不对齐问题。本文提出的方法在CO
随着深度学习的发展，基于深度学习的车辆检测算法性能不断被提升，在构建智能交通体系方面发挥重要作用。单阶段目标检测模型因其检测速度的优越性，被广泛应用于车辆实时检测。为了综合分析基于深度学习的单阶段车辆检测算法相关改进及应用，首先分别对比了各类常用单阶段车辆检测算法，列举其改进措施以及在车辆检测方面存在的问题。重点阐述了基于常见单阶段车辆检测算法针对现有问题采取的相关改进以及应用领域。最后，简要介绍
聚氯乙烯(PVC)在250～310℃时发生脱氯反应,碳原子由sp~3杂化转变为sp~2杂化,随着温度的升高,这些sp~2杂化的碳原子进一步组装形成芳香烃类型的碳,热解碳产物往往具有一定石墨化程度,具有较高的导电性,是制作电容器电极的优良前驱物.本研究在没有活化剂的情况下,以纳米ZnO作为模板和催化剂,热解PVC成功制备了高产率的分级多孔碳材料(HPC),比电容(1 A/g)达到226 F/g.通过
针对目前铸件缺陷检测漏检率高的问题，本文提出一种基于深度学习模型融合的铸件缺陷检测方法。首先对Faster RCNN网络进行改进，利用特征金字塔结构改进特征提取网络模块，实现多尺度的特征融合，完成铸件缺陷的特征提取；然后，基于ROI Align对网络中的ROI池化层进行改进，将IOU分数引入NMS算法判定过程；再将改进后的网络与Cascade RCNN以及YOLOv3进行融合；最后进行实验研究，验
CO_2浓度升高对稻田生态系统碳(C)氮(N)循环具有重要作用,阐明CO_2浓度升高对稻田CH_4和N_2O排放的影响是农业生产应对全球气候变化的重要组成部分.文章采用Meta分析的方法,讨论了不同CO_2浓度升高状况和田间管理措施条件下CO_2浓度升高对稻田CH_4和N_2O排放的影响,结果可为未来气候条件下稻田温室气体减排提供参考.结果表明:整体平均而言, CO_2浓度升高显著增加稻田CH_4
休眠是高等植物通过暂停生长发育而在不利条件下存活的策略，主要由遗传和环境因素控制，对植物生长发育具有重要意义。植物响应季节变化的两个主要环境信号是光周期和温度。本文采用文献综述法，追踪国内外最新相关研究结果进行分析。系统梳理了秋冬季光信号和低温在植物年生长周期的时间调节中起到的关键作用，阐明了植物种间和种内因基因表达、蛋白互作及转录后修饰等途径建立起的特异性休眠机制及休眠机制中存在的巨大差异。综述
提出一种基于注意力叠加与时序特征融合的目标检测方法.在端到端目标检测(DETR)网络的基础上,依据注意力机制特性,使用注意力权重叠加的方式提取目标物像素级标识,用于实例轨迹的划分.为使目标检测与轨迹跟踪协同作用,通过时序特征融合的方式融合之前轨迹跟踪信息,调整当前帧目标检测效果,从而充分利用视频载体提供的时间维度信息.在公开数据集上,对文中方法进行验证,结果表明:文中方法能有效识别被遮挡的目标物,
跨光谱人脸检测在活体人脸识别、体温筛查等领域有着重要的应用价值.众所周知,可见光人脸易于检测,然而红外人脸难于检测,因此借助可见光图像的人脸检测结果进而完成红外人脸检测是一种有效的解决方案.但是跨光谱图像之间不可避免的存在偏差,导致检测精度不高.为了解决这一问题,本文提出了一种弱对齐跨光谱图像的人脸检测算法,该方法基于跨光谱图像之间的偏差设计了候选框布置策略,并在此基础上提出了跨光谱特征表示方法用
针对霾环境中图像降质导致的传统深度估计模型退化问题，提出了一种融合双注意力机制的基于条件生成对抗网络(CGAN)的霾图像深度估计模型。首先，对于模型的生成器，提出了融合双注意力机制的DenseUnet结构，利用密集连接和跳跃连接加强信息流动的同时，提取直接传输率图的底层结构特征和深层深度信息。然后，通过双注意力模块自适应调整空间特征和通道特征的全局依赖关系，同时将最小绝对值损失、感知损失、梯度损失
在胚胎发育过程的研究中，胚胎各阶段的形态特征是评价其发育优劣的重要依据，用于指导胚胎体外培养体系的优化和改进。本文为胚胎长时程培养设计了一种基于“低倍搜寻、高倍观察”策略的在线监测系统。首先，针对胚胎在发育过程中体积不断增大的情况，本系统配置了4倍相差、10倍和20倍霍夫曼调制相衬三种光学模块，以满足不同视场的观察需求；通过光机系统匹配设计、误差控制和装调试验，保证了成像光学分辨率，并获得了胚胎的