IMGS方法对于,H -矩阵的若干令人满意的改进

该文给出线性方程组改进的Gauss-Seidel迭代法（被称之为IMGS方法）对于H -矩阵的收敛性定理,并且对其参数a_i与SOR迭代法的参数ω的取值范围进行了比较. 所用方法及所得结论优于近年来相关结论,并且表明这种IMGS方法对,H -矩阵是有效的.     

矿石拉曼光谱模型拟合分类方法

拉曼光谱因具有简单、快速及无损等特点,非常适合矿石的分类与鉴别。拉曼光谱模型拟合分类方法无需构建参考光谱库且避免了复杂的逐项光谱匹配,具有明显的优势。然而,已有的基于机器学习及深度学习的矿石拉曼光谱分类研究所采用的学习模型比较单一,缺乏具有参考意义的综合比较。对基于机器学习及深度学习的矿石拉曼光谱模型拟合分类方法进行综合评估验证,对比了KNN, XGBoost, SVM, RF四种传统机器学习方法和CNN, DNN, RNN三种深度学习模型在RRUFF矿物拉曼光谱数据集上的分类效果,验证了4种数据预处理方法和样本量对模型分类效果的影响。为提升机器学习模型的分类性能,本文还提出了一种拉曼光谱强度曲率的数据预处理方法,对经基线矫正后的拉曼光谱序列强度计算曲率作为构造特征,使模型更有效的提取出拉曼光谱的特征峰位置。实验结论：数据预处理对提升机器学习模型的分类性能效果明显,而对深度学习模型不敏感;样本量为影响模型分类效果的关键因素,当样本量较大时,深度学习模型的分类效果优于传统的机器学习模型;对于微小样本,深度学习模型难以发挥其优势,而辅以预处理的机器学习具有更优的分类性能。     

关于三峡永久船闸高边坡快速施工地质超前预报的几个问题

文中就三峡永久船闸高边坡快速施工地质超前预报的几个问题进行了讨论。分别研究了三峡永久船闸高边坡施工地质超前预报的必要性，提出了超前预报技术思路，最后就高边坡岩体反分析及反馈设计问题、施工地质超前预报问题以及与监测相适应的超前处理及防护进行了分析。     

地质环境样品中挥发酚分析现状与进展

挥发酚被列为环境优先控制的有机污染物,已成为评价环境污染的重要指标之一。该文简述了挥发酚的化学性质及地质环境来源,概括了国内外挥发酚测定的相关标准方法,从样品预处理技术和检测技术两方面综述了近年来地质环境样品中挥发酚分析的研究现状。重点对溶剂萃取、蒸馏、固相萃取、固相微萃取和吹扫捕集等样品预处理技术,以及4-氨基安替比林分光光度法、紫外和荧光分光光度法、溴化容量法、气相色谱法、液相色谱法和酚生物传感器法等技术在地质环境样品中挥发酚分析上的应用进行了较为全面的总结,并对其未来的发展趋势进行了展望,为进一步研究挥发酚的分析技术及其环境应用提供参考。     

光学元件激光预处理技术研究进展及其应用

光学元件中的杂质和缺陷会引起其激光损伤阈值的大幅降低,现阶段这一问题已成为激光装置向高功率、高能量方向发展的“瓶颈”,亟待解决。在对光学元件激光损伤的研究中发现,用低于光学元件损伤阈值的激光对元件表面进行预处理,可以有效提高光学元件的抗激光损伤能力。对激光预处理技术的提出背景、定性作用机理、定量理论模型及国内外技术应用现状进行了概述。并且介绍了一种可在薄膜制备过程中进行原位实时激光预处理的新型薄膜制备技术。最后指出,激光预处理技术作为一种无污染,可有效改善光学薄膜、光学玻璃、光学晶体元件损伤阈值的最有效方法之一,其作用机理、实用化、仪器化还有待进一步发展。     

面向决策的知识发现或数据挖掘

分析总结了知识发现或数据挖掘的几种比较有价值的应用方向，即发现客户与需求、监测和预测变化、为增效减损的决策提供信息。     

强度不变的自动模式识别技术

针对光学模式识别技术用化要求，提出一种新的图像预处理算法，使识别现场光照明强度及分布的变化对识别效率所带来的影响大大降低。采用该算法进行实时硬件光学相关试验结果证实应用该算法可以实现强度的自动目标识别。     

抽样调查的设计与分析(Ⅱ)

本文讨论抽样调查实践中有关设计和数据分析中的若干问题．第二部分主要涉及数据处理与统计分析问题．