理塘县阿加隆洼金矿床南段深部找矿预测

来源 :现代矿业 | 被引量 : 0次 | 上传用户:f117f117f117677
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
阿加隆洼金矿经过多年开采,浅部矿体快要开采结束。为了扩大矿床规模、延长矿山服务年限,通过对阿加隆洼矿区地质特征、地球化学特征、地球物理特征的分析,同时结合了矿区前期探矿成果、成矿规律的研究,对该矿床南段深部进行了找矿预测,为后期深部探矿、外围探矿提供了参考。
其他文献
建筑工程在施工过程的各阶段均产生有大量的数据,这些数据对于工程管理人员开展日常管理工作有着重要指导作用。但在实际施工管理中,数据壁垒现象普遍,各业务系统协议标准难统一;数据检索的途径较为不便,检索大多依赖PC端完成;检索效率低下,检索方式多为键盘输入关键词查询。本文以语音识别技术为基础,提出建筑工程数据检索App系统构建方案,设计人机交互、语音识别、信息查询和数据中心四个子系统,实现“语音交互-信息检索-反馈显示”的功能应用,以期通过本系统的应用提高建筑工程数据检索的效率,为工程管理人员开展日常工作提
随着移动智能终端制造技术的飞速发展,特别是智能手机与平板电脑等移动终端的用户群体迅速扩大,移动终端的使用极大地提高了人们学习的便利性,大幅提高对碎片时间的利用,可以随时随地不分场地、不分时段轻而易举地完成学习任务。如何在网络学习模式的基础上,进一步对移动学习平台开发技术展开研究,探索并实践基于HTML5开发的移动终端学习微课平台设计,明确响应式微课学习平台设计的核心原理与关键技术,对改造传统基于PC的网络课程适应移动移动端多平台学习环境具有重要的参考和应用价值。
针对MTCNN人脸检测方法有部分人脸漏检的情况,提出一种在不同网络结构内部进行特征融合的方法。基于改进MTCNN,设计一套动态人脸识别系统,在客户端中利用KCF目标跟踪算法,降低客户端GPU压力。
北山地区作为中亚造山带重要组成部分,近年来一直是众多学者研究的热点。为查明北山造山带盆山演化格架,对甘肃北山夏尔陶勒地区原1∶25万马鬃山幅所划震旦纪侵入岩进行锆石测年和地球化学研究,探讨其形成时代、岩石成因和构造背景。结果显示:岩体中片麻状二长花岗岩进行锆石U—Pb年龄为443.1±9.2 Ma,形成于早志留世;岩石高SiO2(71.2%~72.67%)、富Al2O3(13.27%~15.63%)特征,富集Rb、Th,亏损Nb、Sr、Ti,表现为I型花岗岩特征。结合区域构造背景,夏尔陶勒片麻状二长花岗岩
现在农村劳动力老龄化严重,集中育秧成为了越来越多的农业合作社的首选。育秧灌施已经成为水稻种植农事作业中关键的种植技术,经验的缺乏和技术细节的疏漏,会导致育秧环节的毁灭性灾难。而硬地育秧基质比较薄,秧苗容易缺水,比较难通过传统的土壤水分传感器测得准确的水分。因此对水稻硬地秧苗需水状况进行监测,是进行机插稻硬地秧智能灌施、预警的基础。
随着"数字地球"概念的出现,大规模地形可视化在战场仿真、战场态势推演、虚拟现实等诸多领域得到了广泛的应用。为了加快地形平滑过程中高程数据的调度速度,提出一种地形平滑中瓦片高程数据的快速调度方法。该方法通过对地形数据高程值预处理,减少了大量不必要的数据调度,从而加速地形平滑。通过实验对比地形的渲染效果和调度地形瓦片的耗时,表明该方法能够有效地提高地形高程数据的调度效率。
为深入践行生态文明理念,有效推动矿地多层面、多领域深度融合,进一步整合利用资源和优化国土空间开发格局,针对当前我国矿产与土地资源需求持续增加、资源环境约束日益趋紧的困境,对宜兴市矿地融合工作开展实践模式及经验做法进行了探索研究。研究提出:应统筹推进矿地融合,加强政策支持和制度创新,提供根本动力;重点做好基础调查评估,形成矿地数据“一张图”;多渠道强化资金保障,确保高效合理使用;严抓矿山过程监管,推动矿地融合互促。
随着社会科技水平的日新月异,拍照设备以及视频监控已经融入到了人们生活中的方方面面,日常拍照中的相机抖动和人物运动会导致图像产生运动模糊,影响图像的拍摄质量;视频监控中有时需要对目标人物进行定位、识别、跟踪,但是很多情况下,由于相机抖动或者人物运动,导致图像产生运动模糊,增加了人脸识别的难度,有时甚至根本无法分辨。为了解决人脸运动模糊的问题,本文提出一种基于GAN网络的网络模型算法,在GAN网络的基
本文选二叉排序树为数据表示方法,对其基本结点结构和生成方法进行相应的改进,在它已有的高效查找特性的基础上,再引入基于二叉树遍历的排序方法。通过讲解一套基于二叉链表的数据存储、查找和排序算法,一方面,加深学生对链式存储结构、二叉树及二叉链表的性质的理解,以及遍历算法应用的掌握程度,另一方面,培养学生以数据为中心的分析问题、解决问题的技能。
近年来,基于深度学习的自然语言处理技术得到了广泛关注,文本纠错就是其中一个重要领域。该方法针对民航领航计划报文(FPL)航路纠错任务,将航路字符串看作一种具有特殊规则的语言,引入深度学习技术,采用Transformer模型作为纠错模型,并提出一种基于N-Gram思想的结果修正算法。实验结果证明,Transformer模型能有效修正航路中的错误,同时,N-Gram结果修正算法能进一步提高纠错正确率。