【摘 要】
：
＂深部探测技术与实验研究＂（SINOPROBE）专项的启动揭开了中国＂入地＂计划的序幕.大规模的深地震反射剖面是该计划最重要的组成部分之一,如何从深地震反射剖面中获取更多有用的信息成
【机 构】
：
中国地质科学院地质研究所岩石圈研究中心,中国地质科学院深部探测与地球动力学重点开放实验室
论文部分内容阅读
＂深部探测技术与实验研究＂（SINOPROBE）专项的启动揭开了中国＂入地＂计划的序幕.大规模的深地震反射剖面是该计划最重要的组成部分之一,如何从深地震反射剖面中获取更多有用的信息成为我们即将面临的重要课题.Skeletonization技术是西方国家在实施深部探测计划时发展的一项深地震剖面信息提取分析技术,对我们具有重要的借鉴意义.本文在研究前人工作的基础上,综述了Skeletonization技术的基本原理及其在国内外的发展,并在此基础上介绍了该技术在深地震反射剖面解释中的应用,最后结合我国刚刚启动的
其他文献
利用最新的第11代国际地磁场考场（IGRF11）在中国地区进行了一系列的对比分析.将IGRF11与IGRF10计算的2005年1°×1°网格值相减,分析两者的区别;将两模型在2005～201
针对多布水电站深厚覆盖层、地层抗冲流速小、截流戗堤与砂砾石坝结合的特点，通过适当扩大龙口宽度、左右岸龙口裹头和河床底部采用抛投钢筋石笼防护、预留冲距等措施，取得了良
通过对离散GPS/水准点观测数据进行拟合从而获得区域内任意一点的高程异常是工程实践中经常遇到的问题.本文将径向基函数(RBF)神经网络方法应用于GPS/水准高程异常拟合,提出了一种新型网络学习方法.该方法首先通过对GPS/水准数据点进行Delaunay三角剖分,以其对偶Voronoi图的节点来构造选择基函数中心,再通过广义交叉验证(GCV)来最优确定基函数的宽度参数,最后利用最小二乘来确定RBF的