简介：对航测比例尺与成图比例尺、成图精度的关系进行了讨论,提出了航测高倍放大成图应注意的几点问题.

简介：通过对国产3m普通水准尺进行改装，在隧道内光线不足的情况下，使其能满足隧道内水准测量。实践证明，改装后的隧道洞内专用发光水准尺具有使用方便、节约人力、提高工作效率等优点。

简介：地质多功能尺是由余切尺，大、小量角器，直线尺等构成的组合型制图工具，它可实现绝大部分极射赤平投影功能，且制作简单，操作使用方便，容易掌握，利用它可快速地解决地质构造的几何形态和应力分析等方面的许多实际问题。

简介：介绍了采用扫描矢量化法、半数字化法成图、数字化成图法采集数据,建立大比例尺数字地面模型(DTM),进而正确生成等高线的具体过程.

简介：本文根据我院完成的大比例尺数字化测量科研课题的研究以及在生产项目中的实施,对大比例尺数字化测绘系统的组成,以及生产作业中的方案设计、实施、人员配备等问题进行了探讨。并对今后数字化测绘的发展方向作了一些探讨。

简介：SUBSITE探测仪是我国现阶段地下管线探测领域使用相当广泛的一种金属管线探测仪器,但它存在局限,仅有直读法测深功能,无法用比值法测深.因此,通过论证任意比值偏距与埋深的关系,设计了"任意比值法测深尺",使SUBSITE型仪器任意比值法测深在探测施工中得以成功应用.

简介：城镇测绘了1：500比例尺的地形图后,为了适应宏观管理和规划管理的需要,需要对所测区域地形图进行缩编.因此,结合生产实际详细叙述了大比例尺数学化地形图缩编的流程及方法,并对缩编过程中一些关键地理要素的缩编进行了说明.

简介：根据建立数字高程模型(DEM)的基本要求,分析了断裂线中常见的陡坎在大比例尺不规则三角网型DEM中的成图特点,提出了用面积阀值来对三角网中的三角形进行取舍,并用模拟数据进行了试验.

简介：简述了厦门市1：5000比例尺数字地形图DLG、数字正射影像图DOM、数字高程模型DEM（简称3D）产品生产的全过程;论述了3D产品生产过程中的作业标准、作业方法、关键技术及精度分析,并对3D产品的生产方法进行了讨论.

简介：论述了城市1：500比例尺航空摄影测量的全过程，结合生产实际提出了做好这一工作的技术措施，对各阶段的作业精度进行了统计分析。

简介：机载激光雷达（LIDAR）测量系统发展迅速,通过其在高速公路项目成图中的运用实践,阐述了该技术的原理及数据处理流程。实践证明,与传统航测作业方法相比,该技术可以节省大量的人力和时间,且能够快速生成高密度、高精度的数字高程模型。

简介：由于测绘科技的发展，数字制图系统已广泛地应用于城市大比例尺测图工作，并实现内外业一体化，为建立地理信息系统提供最原始的基础数据。但是究竟其测量成果的精度如何？本文对常用的几种测量地物点方法所能达到的平面精度进行估算与分析

简介：利用现有大比例尺数字化地形图缩编成所需比例尺的数字地形图，不仅可以节约成本，而且可以减少成图时间。为此，介绍了一种利用1：500数字化地形图缩编1：2000地形图的方法。实践证明，该方法能以半自动化的方式缩编地形图，并能大大提高工作效率。

简介：2000年9月22日我院成功救治了一名重型硕脑损伤的患者，现将护理体会报告如下：1病例介绍患者，男，18岁，于2000年9月22日骑自行车与迎面驶来的小车相撞，当即昏迷呕吐，急诊送入我院。查体T36．5℃、P90次／min、1／36次／min、BP130／80mmHg，一般情况差，昏迷，烦躁，

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：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：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。