简介：在深度学习理论模型的基础上,提出了基于卷积神经网络的云检测方法。以GF-2号卫星影像为数据源,选取广西壮族自治区贵港市为实验区,提取了不同下垫面的云,验证了该方法的有效性。

简介：密集布设的MEMS强震仪台网获取的准实时强震观测数据，可以为震后灾情快速判断和平时地震学基础研究提供科学依据。本文阐述了利用3G／4G无线通信和L2TP（LayerTwoTunnelingProtocol，第二层通道协议）VPN（VirtualPrivateNetwork，虚拟专用网络）技术，基于互联网组建MEMS（MicroElectromechanicalSystem，微机电系统）强震仪监测网络的主要步骤和实现过程，实现了MEMS数据的实时传输。提供了一种简单的组网模式，为建立灵活、实用、覆盖面广，并具有一定安全性的密集监测网络提供参考。

简介：海底沉积物中稀土元素的分布特征受很多影响因子的影响,很难定量分析.北部湾沉积物稀土元素（ΣREE）与物源、水动力、沉积物粒度和粘土矿物百分比等关系定性分析显示,本区的ΣREE的物源主要由陆源岩石控制,弱水动力和细粒度都对应较高含量的ΣREE.结合北部湾海底沉积物的位置、砾石含量、砂含量、粉砂含量、粘土含量和粘土矿物含量训练出来的BP神经在控制变量的情况下定量分析它们与ΣREE的关系,获得单个影响因子与ΣREE的关系曲线.这些关系曲线揭示了北部湾沉积物中稀土元素与各影响因子的联系,所获得的结果与定性分析的结果基本一致,该方法能够通过自主学习,自动判断并定量计算,有助于识别每一个因子对稀土元素含量影响的大小,是如何控制ΣREE的分布,从而根据曲线的变化规律结合实际情况去推断区域的环境变化及地质演变,对稀土元素的富集和分散提供有益的理论指导.