【摘 要】
：
利用雄安新区土地质量地球化学调查与监测获取的表层土壤元素含量数据，通过多元统计方法，探讨了雄安新区第四纪不同沉积地貌单元内土壤元素含量及其组成分布规律、控制影响因素及其示踪沉积物质来源。结果表明：土壤元素含量（SiO_(2)、Na_(2)O、Al_(2)O_(3)、Fe_(2)O_(3)）、元素比值（Na/Rb、Ca/Ba）、元素组合（Rb-Ｕ-Ga、Fe-Mg-Ni-V均一化累加和）等地球化学指
论文部分内容阅读
利用雄安新区土地质量地球化学调查与监测获取的表层土壤元素含量数据，通过多元统计方法，探讨了雄安新区第四纪不同沉积地貌单元内土壤元素含量及其组成分布规律、控制影响因素及其示踪沉积物质来源。结果表明：土壤元素含量（SiO_(2)、Na_(2)O、Al_(2)O_(3)、Fe_(2)O_(3)）、元素比值（Na/Rb、Ca/Ba）、元素组合（Rb-Ｕ-Ga、Fe-Mg-Ni-V均一化累加和）等地球化学指标特征能有效指示区内各沉积地貌单元。冲湖积平原亚区土壤具有低SiO_(2)和Na_(2)O，高Al_(2
其他文献
基于双分支的胶囊网络分类方法在两个通道分别提取光谱信息和空间信息，既保留了双分支卷积神经网络的特征提取方式，又提高了分类精度。但由于高光谱图像（HSI）通常由几百个通道组成，在训练胶囊网络时，动态路由过程产生了大量的训练参数。为此提出1D和2D约束窗口分别减少来自两个提取通道的胶囊数量。它以胶囊向量组为计算单位进行卷积运算，来减少胶囊网络的参数量和计算复杂度。基于该降参优化方法提出一个新的双分支胶
柔性神经树(flexible neural tree，FNT)是一种特殊的树结构神经网络，应用树结构进化算法搜索最优网络结构. FNT在分类和预测问题中表现出优良的性能．然而，标准FNT在进化过程中未考虑树结构相似性，因而易导致种群早熟．另外，标准FNT在非平衡分类问题中性能较差．提出一种FNT相似性评估方法SEFNT，能有效保持种群多样性，并有效处理非平衡数据．主要思想包括：引入节点间的差异计算
针对传统禽类肉品分割环节存在的人工成本突出、卫生安全风险高等世界性难题，集成精准感知、快速切块、自主剔骨等关键技术，设计了面向机器人自主分割的全自动化生产线工艺流程。针对自主分块环节形成的鸡胸肉、翅尖、翅中、翅根后续高效自动化分类包装需求，提出了一种结合图像像素个数和卷积神经网络（CNN）分类的识别方法，建立软硬件协同框架，以满足产线上图片获取、处理和实时检测等功能要求。首先，利用提取肉品区域大小
传统的机器学习经常采用数据中心化的方式进行训练，然而由于实际应用中的传输开销或者隐私保护限制，数据越来越呈现分散化、隔离化的趋势。分布式训练学习技术为分散在信息孤岛上的数据融合提供了一种解决方案。然而，由于分散化数据本身具有天然异质性，本地数据分布经常是非独立同分布的，这给分布式训练带来了挑战。首先，为了应对单一模型难以适配所有异质客户端的难题，本文在分布式训练的基础上引入了模型重用技术，提出了分
针对现存交通标志识别模型参数量过大、检测速度慢和检测精度较低的问题，本文提出一种改进YOLOv4-tiny的交通标志识别算法。该算法将深度可分离卷积应用到YOLOv4-tiny的特征提取网络中，显著降低了主干网络的参数量和计算量。在特征融合阶段，将特征提取网络得到的不同层次特征图输入双向特征金字塔网络结构（BiFPN）中进行多尺度特征融合。最后，在损失函数设计过程中，使用Focal损失函数代替二分
火卫二是火星自然卫星中的一个，研究人员利用火星探测器对其地形地貌开展了大量探测。文章首先对火卫二的基本参数及起源假说进行了介绍，进而全面梳理了与火卫二（Deimos）相关的航天探测活动，重点对地形地貌探测活动进行了详细整理，并对围绕火卫二地形地貌的研究成果进行了归纳分析，结果表明：火卫二表面分布有撞击坑、风化层、明亮的反射物质及块状物，并存在物质移动。最后针对火卫二探测不全面的情况，给出了我国关于
锌（Zn）是一种人体所必需的微量元素。利用区域地球化学调查数据，准确预测农作物中Zn含量，从而开展富Zn农产品开发规划仍存在较大难度。本文选择四川省邻水县为研究区，依据土地质量地球化学调查所获得的表层土壤、农作物及根系土中Zn及其它地球化学指标含量数据，系统研究了土壤与农作物中Zn含量和空间分布特征，分析了玉米、水稻吸收Zn的影响因素。结果表明：（1）邻水县表层土壤Zn含量范围为25.00～142
三维模型的交互拾取作为最直观的人机交互方式，在各个领域都有广泛的应用，如几何建模、3D游戏和有限元分析等。针对目前含有复杂曲面模型的拾取效率和拾取自由度低等问题，提出了一种针对复杂曲面的快速自由交互拾取算法。该方法采用一种类似画刷的工具，对画刷在屏幕中移动的路径进行离散，接着对每一个离散点应用基于BVH结构的单点拾取法来拾取复杂曲面，然后用两个哈希结构降低算法的响应时间，最后对该算法进行了验证。
SCARECROW-LIKE (SCL)蛋白是GRAS转录因子家族的重要成员，可以调控下游基因，对植物根、茎、叶、种子的生长发育以及外界信号的响应具有重要的调控作用。本文介绍了SCL蛋白对植物中皮层的生长发育、不定根和腋生分生组织的形成、叶绿素合成的影响，SCL蛋白在赤霉素信号、光信号、胁迫信号中的作用以及SCL蛋白参与miRNA表达调控等。通过本文综述以期增加人们对SCL家族的进一步了解，为该类
跨模态行人重识别任务的难点在于提取出更有效的模态共享特征，为此本文提出基于注意力机制的多损失联合跨模态行人重识别方法。首先，在ResNet50网络中嵌入注意力模型，保留细节信息。其次，将特征切割成六块局部特征，使网络关注局部深层信息，增强网络的表征能力。最后，对提取出的局部特征列向量进行批归一化处理，并选用交叉熵损失和改进的异质中心损失进行联合监督学习，加速模型收敛，提升模型精度。所提方法在SYS