体育馆双曲球面网架屋面施工方法

某９０００座位综合性体育馆平面为正八边形 ,屋顶由周边四榀平板网架（跨度６６．６ｍ ,外挑１９．２５ｍ）及中央球面网架（跨度６７．８ｍ ,球面半径９３．５ｍ）组成。中央球面网架上弦最高点标高３４．１６１ｍ ,四周平板网架上弦最高点标高２５．０００ｍ。屋面表面总面积１０２００ｍ２,其中双曲球面５２００ｍ２（图１）。１屋面构造特点屋面采用复合保温金属压型钢板 ,屋面构造自下而上为主檩次檩彩涂金属压型底板７５ｍｍ厚玻璃纤维棉保温层彩涂金属压型面板 ,是一种新型轻钢结构保温屋面。该屋面有以下特点。（１）双曲…     

基于非视距雷达三维成像的隐藏目标精确重构方法

非视距(NLOS)三维成像雷达是一种利用多径散射回波探测隐藏目标的新技术,但存在多路径回波分离、孔径遮蔽缩减、反射面相位误差等问题,传统视距雷达三维成像方法难以实现非视距隐藏目标的高精度成像。为此,该文提出了一种基于迭代稀疏重构的非视距隐藏目标三维成像雷达精确成像方法(NSIR)。在该方法中,首先构建非视距毫米波雷达三维成像的多径信号模型,利用视距/非视距回波特性,通过模型驱动方法提取非视距隐藏目标的多路径回波,实现视距/非视距回波信号的分离;其次,构建耦合多径反射面相位误差的全变分多约束隐藏目标重构优化问题,利用分裂Bregman全变分(TV)正则化算子和最小均方误差的相位误差估计准则,联合求解多约束最优化问题,实现非视距目标的精确成像及轮廓重构。最后,搭建平面扫描的三维成像雷达试验平台,完成了拐角非视距场景下刀具、铁架等目标的实验验证,验证了非视距毫米波三维成像雷达隐匿目标探测能力及该文方法的有效性。     

新疆白杨河铀矿床构造体系及成矿预测

白杨河矿床的构造体系可分为接触带构造体系和走滑构造体系。接触带构造体系围绕花岗斑岩的边部发育,走滑构造体系发育于花岗斑岩北缘接触带部位。根据控矿特征,划分出成矿前走滑拉伸阶段、成矿期构造活动阶段和成矿后构造改造活动阶段,并分析了各阶段的断裂运动方式及成矿作用的产物。根据对白杨河矿床构造控铀体系及模式的分析,结合已发现铀矿体的空间展布特征和产状变化,圈定了下一步扩大铀资源量的3片重点找矿靶区,并描述了各靶区内的构造控矿特征。     

白酒异味--苦味

大多情况下,苦味对白酒来讲属异味,适量的苦味对白酒的口感却是有益的。苦味的特征是阈值低,可达7.0×10-7;可变性小,不易区分单种苦味物质;感官灵敏度舌尖与舌根相差60倍左右;不同温度下显示出不同强度。苦味酒可用作调味酒,以增加酒的口感。常见苦味物质有杂醇油、醛类、氨基酸及无机盐类。(晓)     

论多媒体技术的应用现状和发展

多媒体技术的产生和发展,是技术和应用发展的必然.在信息社会,人们迫切希望计算机能以人类习惯的方式提供信息服务,因而多媒体技术应运而生.通过对多媒体技术的应用现状和发展趋势的分析,使我们展望到,随着日益普及的高速信息网,它正被广泛应用在我们的日常生活、咨询服务、教育、通信、医疗等诸多行业.     

新疆雪米斯坦火山岩带白杨河铍铀矿床地质特征

白杨河铍铀矿床位于雪米斯坦火山岩带西段,主矿体赋存于花岗斑岩与上泥盆统、下石炭统火山熔岩、火山碎屑(沉积)岩的接触带部位,花岗斑岩属酸度高、碱度大的富硅富碱斑岩体.铍铀矿体呈层状,其中以Ⅰ矿体规模最大,矿区内含铍矿物主要为羟硅铍石,铀矿物主要为沥青铀矿,铍铀矿体与赤铁矿化、萤石化关系密切.通过分析及对比斯波山铍铀矿床,认为接触带构造控制了主铍铀矿体的产出,多期热液活动和矿化叠加是产生富大矿体的必要因素.     

中国规划方案下的清洁发展机制国际研讨会在香山举行

中国规划方案下的清洁发展机制（P-CDM）国际研讨会于7月2-3日在香山饭店召开,国家应对气候变化对策协调领导小组办公室主任高广生、处长李丽艳、丹麦驻华使馆参赞Roren Lutken、中国社科院城市发展与环境研究中心副主任潘家华研究员、台湾清华大学黄宗煌教授、台北大学李坚明教授、以及来自联合国环境规划署（UNEP）Riso中心、清华大学和国内外知名研究机构、企业的专家学者共40余人参加了研讨会。     

层间氧化带发育型式与铀矿化关系

试图从伊犁盆地普查找矿实践的基础上，阐述层间氧化带发育与铀矿化的关系，针对划分出的五种层间氧化带发育型式，具体分析后指出，就找矿目的层而言，可渗透砂体的存在及穿越其中的地下水动力系统是层间氧化带发育最关键的因素，也是铀矿化（铀异常）发育的最关键因素，得出在普查区有层间氧化带发育就很可能找到铀矿化（铀异常）的初步结论。最后指出，在陆相盆地寻找层间氧化带型铀矿工作中，工业铀矿化类型主要为在主河道型和滨湖三角洲型层间氧化带聚集的铀矿化。     

基于自学习稀疏先验的三维SAR成像方法

合成孔径雷达三维成像技术(3D SAR)能通过孔径维度扩展实现三维成像能力,但数据维度大、系统实现难、成像分辨率低。压缩感知稀疏重构技术在简化3D SAR系统、提升成像质量等方面展现出巨大潜力,但面临计算复杂度高、参数设置困难、弱稀疏场景适应差等新问题,制约了其实际应用。针对上述问题,该文结合卷积神经网络的特征学习及迭代算法的深度展开理论,提出了基于自学习稀疏先验的3D SAR成像方法。首先,探讨了常规3D SAR稀疏成像中矩阵向量线性表征模型的局限性,引入成像算子提升成像算法处理效率。其次,讨论了迭代算法映射网络的深度展开模型和实现方式,包括网络拓扑结构设计、算法参数的优化约束及网络的训练方法。最后,通过仿真数据和地面实验,证明了所提方法在提升成像精度的同时,其运行时间较传统稀疏成像算法降低一个数量级。