简介：良好的高应变法测试曲线对实测曲线拟合法分析至关重要。列举一些实测曲线并进行分析,指出典型实测曲线中所蕴含的桩—土信息及改善测试曲线质量的方法。为业内同行提供参考,以期共同提高测试水平及能力。

简介：本文采用正投影方法，对应变椭球体进行投影处理，把空间问题转化为平面问题，并和产状、坐标系统等概念有机地结合起来，定量地反映应变椭球体的空间位置，客观反映应变状态，以便迅速、方便，定量地分析解决地质构造问题。

简介：介绍了网络地图的概念和特点。以GoogleEaah、城市吧等网络地图为例，分析了网络地图带来的积极影响和引起的争议，并对网络地图未来的发展提出了几点建议。

简介：信息网络是一把双刃剑，在给当代社会带来方便高效的同时，也给我们的教育，特别是德育教育带来新的严峻的挑战，作为德育教育必须义不容辞的给予关注。

简介：针对突发事件网络舆情处置中舆情数据难以转换为知识或决策这一问题，结合可视化技术的优势，确定以地图的形式进行突发事件网络舆情的可视化，并对舆情可视化地图进行设计并给出示例说明。突发事件网络舆情可视化使得决策者能够快速理解舆情，有利于提高网络舆情处置水平。

简介：在小区域内，对RTK测量坐标采用空间7参数转换模型（Bursa—wolf）、平面4参数转换模型、线性拟合、多项式拟合等方法换算至地方坐标系，对比其误差和精度，分析模型的优缺点，得出在小范围测区内控制点高程不明的情况下，采用平面拟台方法完全可以满足精度要求的结论。

简介：培训中心肩负着学历教育、技能教育和职工培训的重担，随着现代信息技术的发展，大力发展远程教育和开放教育是摆在我们面前的重要任务。本文介绍培训中心校园网络信息化建设的设计思想、特点以及校园信息管理系统，以适应现代远程开放教育要求。

简介：煤矿瓦斯涌出量和瓦斯突出受控于多种因素。如何根据各个影响因素预测计算煤层瓦斯含量是一个非常复杂的问题。近年来迅速发展起来的神经网络具有较高的非线性映射和并行处理能力。广义回归神经网络（GRNN）具有网络结构自适应确定、输出与初始权值无关等优良特性，能够逼近任意连续的非线性函数，可以处理系统内在的难以解析的规律。本文以某矿13-1煤层为研究对象，在分析影响煤层瓦斯含量的各种地质因素和量化定性因素的基础上，应用GRNN神经网络方法建立某矿13—1煤层瓦斯含量预测模型，以达到对井田未开采区域进行瓦斯含量预测的目的。

简介：影响煤与瓦斯突出的因素众多，应用神经网络进行预测时，选取突出预测指标是关键。基于经验和所谓“多多益善”原则的选择方法都有一定的不合理、不科学性。笔者应用灰色关联分析筛选突出预测指标，结合神经网络建模进行突出预测，使突出预测指标的选择由定性分析转化为定量分析，实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合。经过实例验证，本方法是可行的。

简介：随着电子技术的发展，网络营销对传统的营销方式提出了严峻的挑战。传统的4P组合是否已被网络所抛弃，取而代之的应该是从顾客需求角度来研究的4C组合?笔者认为：网络营销是4P与4C互相的整合，即利用传统营销的推广手段来推广网上的服务，只有这样融合起来才能达到最佳的效益效果。

简介：网络时代的消费者具有新的消费需求特点，中小企业如何运用网络营销来满足人们新的消费需求和消费模式，存在问题及解决办法。

简介：为了精细监测和了解排采过程煤储层参数的动态变化,本文提出了一种基于BP神经网络补偿算法,对未来一定时期的产气、产水量进行了预测。对大佛寺典型的煤层气水平井(DFS-C02井)进行实例分析,结果表明,未来30d的产水量、产气量的平均相对误差分别为0.79%(0.07~0.26%)和0.72%(0.01~2.4%),预测结果较准确。BP神经网络补偿算法为煤层气井的产量预测提供了一种新方法,同时为排采工作制度提供依据。

简介：

简介：网络技术一方面给学生伦理道德教育带来积极影响，另一方面也带来了消极影响，二者形成了矛盾的统一体。只有充分发挥其积极作用，正视并努力克服其消极影响，才能促进学生伦理道德教育的健康发展。

简介：选取厦门港海沧港区软基处理工程为例，针对试验区吹填淤泥的工程特性，运用浅表层快速加固处理技术对其进行加固处理，详细介绍了该项技术的技术思路、作用机理以及与真空预压法的区别，评价这项技术的加固效果。然后利用Matlab软件编制了BP网络、RBF网络，Elman网络时序预测模型程序对加固后试验区的沉降量进行预测研究，从预测结果看，Elman网络的预测精度最高，其次为BP网络，相对最差的是RBF网络，Elman网络的反馈型网络结构使其具有更好的时序预测能力。

简介：在海岸和大洋等人类活动区，需要对海域的未来动态作出精确的预报，在这些动态中，尤以浪高和波浪周期的预报显得最为重要。研究人员选择了两种不同的神经网络方案，分别作出于浪高和波浪周期的3h、6h、12h和24h之前的预报。在第一个方案中，研充人员采用了8组神经网络来模拟每个预报时间内各波浪参数；然而在第二个方案中，在上述指定的4个预报时间段内，

简介：随着对煤层气井排采规律认识的不断提高,煤层气井在自动排采控制过程中非线性、时变性的增加,传统的PID调节已不能满足生产需要。通过采用基于神经元人工网络智能控制理论和智能动态专家库技术的控制方式,实现了对煤层气井井底流压的精确控制,满足了生产需求。