【摘 要】
：
锡田钨锡多金属矿田位于南岭成矿带中段，发育多期次岩浆活动与钨锡成矿。为了厘清花岗岩与钨锡成矿的时空关系，本文采用野外调查、显微鉴定、锆石U–Pb同位素定年与岩石地球化学的方法对矿田内多期次花岗岩岩体（脉）的空间分布、岩石类型、成岩时代、地球化学组成等进行了研究，结果表明：1）锡田矿田发生了三期岩浆事件，分别为加里东期（435 Ma～441 Ma），印支期（220 Ma～230 Ma），燕山期（14
论文部分内容阅读
锡田钨锡多金属矿田位于南岭成矿带中段，发育多期次岩浆活动与钨锡成矿。为了厘清花岗岩与钨锡成矿的时空关系，本文采用野外调查、显微鉴定、锆石U–Pb同位素定年与岩石地球化学的方法对矿田内多期次花岗岩岩体（脉）的空间分布、岩石类型、成岩时代、地球化学组成等进行了研究，结果表明：1）锡田矿田发生了三期岩浆事件，分别为加里东期（435 Ma～441 Ma），印支期（220 Ma～230 Ma），燕山期（141 Ma～160 Ma）；2）三期花岗岩普遍富集大离子亲石元素Rb、K、U、Th等，亏损Ti、P、Sr、
其他文献
视频异常检测作为计算机视觉的重要分支，是智能监控系统中一项极具挑战性的任务，通常是指自动识别视频中的异常目标、行为或事件，对保障公共安全起着至关重要的作用。生成对抗网络是一种新兴的无监督方法，不仅可以用于生成图像，且其独特的对抗性学习思想在异常检测领域也显示出良好的发展潜力。首先介绍了生成对抗网络的框架结构；其次，根据场景密度以及行为发生的对象，从个体行为异常、群体异常两个方面论述了生成对抗网络在
植物扎根土壤，面对不利的环境胁迫无法逃避。然而，植物已经进化出对环境胁迫的记忆（Stress memory）与警备抗性（或防御警备Defense priming）等机制适应环境。环境胁迫在短时间内无法改变植物的DNA碱基序列，因此表观遗传被认为是植物对环境胁迫产生记忆和产生防御警备的主要机制，而组蛋白修饰被认为是最重要的机制，为胁迫记忆提供了可能。本文综述了非生物和生物胁迫下植物分别以胁迫记忆和防
油料作物及产品含有丰富的营养成分，为人类健康提供必要的能量供给和营养物质，其品质优劣直接影响企业的经济效益以及人民的身体健康。近红外光谱及高光谱成像技术具有无损、便捷、高效以及绿色环保等优点，在油料作物与产品品质检测领域有较广泛的研究探索。本文简述了近红外光谱及高光谱成像技术的基本原理和常规分析步骤，重点综述了近年来该技术在油料作物理化成分的测定、品种识别和产地鉴定以及食用油真实性的鉴别等方面的具
针对目标跟踪算法在各种场景下很难做到准确率和实时性平衡的问题，提出了一种引入轻量注意力的孪生神经网络（Siamese Neural Network）目标跟踪算法，称为SiamNL。SiamNL算法使用基于深度级卷积（Depth-wise Convolution）的交叉相关运算，降低了网络的参数量和运算量，提升了算法的实时性。同时，SiamNL使用Non-Local注意力网络编码模板图特征和搜索图特
为提高跟踪算法在目标发生形变和被遮挡时的准确性，本文提出一种融合HOG(Histogram of Oriented Gradient,HOG)特征和注意力模型的孪生目标跟踪算法。首先，采用对ResNet残差模型改进后的CIR模型塑造孪生目标跟踪网络的骨干网络，充分利用不同层次的特征图，同时加深网络。其次，融入HOG特征，增强网络对图形几何变化的鲁棒性。再次，加入CBAM注意力模型，让网络能够在结合
研究了新型耕作方法(粉垄耕作)对之后两年花生田土壤物理性状及花生根系、产量的影响,为通过耕作方法获得花生高产提供理论依据。以豫花22号为材料,设旋耕(CK)、粉垄25 cm、粉垄40cm三个处理,于前茬冬小麦播种前进行,其他田间操作均保持一致。试验结果表明,粉垄耕作对土壤性状、作物根系发育和产量构成影响较大。与对照相比,粉垄40 cm处理土壤容重降低12%,土壤孔隙度增加17.20%,花生总根长、
Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络。近几年基于Transformer的模型成为计算机视觉任务的重要研究方向。针对目前国内基于Transformer综述性文章的空白，对其在计算机视觉上的应用进行概述。文章回顾了Transformer的基本原理，重点介绍了其在图像分类、目标检测、图像分割等七个视觉任务上的应用，并对效果显著的模型进行分析。最后对Transform
针对人脸表情呈现方式多样化以及人脸表情识别易受光照、姿势、遮挡等非线性因素影响的问题，提出了一种深度多尺度融合注意力残差网络(deep multi-scale fusion attention residual network， DMFA-ResNet)。该模型基于ResNet-50残差网络，设计了新的注意力残差模块，由七个具有三条支路的注意残差学习单元构成，能够对输入图像进行并行多卷积操作，以获
为构建精准的离散元模型，标定离散元仿真参数，本文以小麦为研究对象，基于X射线断层扫描技术获取1024张不同灰度值的二维切片，采用图像滤波、图像分割等算法构建小麦籽粒的三维外轮廓模型；在EDEM中导入小麦外轮廓模型，构建了4种不同数量的填充球模型来拟合小麦籽粒的真实形状；通过休止角实际实验与EDEM仿真实验，运用Plackett-Burman实验、最陡爬坡实验、响应面优化实验标定了小麦离散元仿真参数
针对视频分类使用三维卷积来同时获取时间和空间两个维度的信息需要高昂计算成本这一问题，提出一种基于深度可分离卷积和注意力机制的三维卷积神经网络。一方面使用深度可分离卷积替代传统的三维卷积，从而大幅减少卷积步骤中的参数量，达到简化网络参数、加快训练速度的效果；另一方面使用注意力机制，让网络学会关注重要区域，从而提升网络准确率。在公开的UCF101数据集上进行的实验表明，与传统的3D卷积神经网络相比，模