阿尔泰造山带和阿尔泰山构造成矿域的形成

著名的阿尔泰山,在生成的过程中经历了多个阶段,在各个阶段中,岩石的形态与构造是一个不断的过程,在这个过程中形成了多处造山带与矿域。研究资料发现,阿尔泰造山带大致经历了前后共四个阶段,分别是造山启动期、造山间歇拉张期、主造山期和造山期后拉张期这四个阶段。根据自然中构造、流体、成矿作用具有一致性的特点,来分析阿尔泰造山带区域拥有大量矿域的情况,通过研究分析建立阿尔泰造山带的形成模式,结果表明阿尔泰造山带的金属矿、金矿、以及众多稀有金属的形成,在很大程度上是受阿尔泰造山带的形成所影响,在本文中会对阿尔泰造山带与形成的矿域做出解释分析。     

基于LCD显示器的RGB→Lab转换的两种不同方法对比研究

<正>一、引言在社会信息化程度不断加深和扩展的今天,信息之间的交流越来越频繁,如何能够准确地、无失真地传递信息成为人们普遍关注的问题。图像作为承载信息的一种媒体,需要在其传递和复制的过程中保留其色彩信息不受影响,但在实际操作中这一理想状态很难实现。例如,图像在经过扫描仪、显示器等彩色输入显示设备时,不同彩色设备的呈色机理不同,有着不同的呈色空间和色域;同一设备在不同条件下的再现效果也不同,以及     

本期专题:色彩管理技术

<正>色彩的稳定性和一致性是印刷生产和质量控制中非常重要的方面。色彩管理是个老生常谈的话题,然而在印刷行业日益向数字化和自动化方向迈进的今天,色彩管理技术的实施越发显得重要。已经运用色彩管理技术的印刷企业,在实施细节和深度上逐步完善;正在探索色彩管理技术的印刷企业,在技术方法和具体措施上有待厘清。     

《计算机科学教程2013》概况分析、启示与思考

根据最新发布的《计算机科学教程2013》报告,总结制订原则、培养目标、学习成效、知识体概要和变更等核心内容,结合《计算科学教程2001》报告和国内外计算机科学本科学科专业现状给出启示和思考。     

基于强化学习的数据驱动最优镇定控制及仿真

利用Q-学习算法,针对模型未知只有数据可用的非线性被控对象,解决最优镇定控制问题.由于状态空间和控制空间的连续性,Q-学习只能以近似的方式实现.因此,文中提出的近似Q-学习算法只能获得一个次优控制器.尽管求得的控制器只是次优,但是仿真研究表明,对于强非线性被控对象,相比线性二次型调节器和深度确定性梯度下降方法,文中方法的闭环吸引域更宽广,实际指标函数也更小.     

基于K-means聚类和LVQ神经网络的OLED缺陷像素识别

提出改进的K-means聚类分割和LVQ神经网络分类的方法，用于有机发光二极管显示面板喷墨打印制程中缺陷像素的识别。首先采用改进的K-means聚类算法对预处理后的打印像素进行分割，然后采用连通域水平矩形确定每一个打印像素的坐标及几何特征，再通过灰度共生矩阵提取其纹理特征，最后通过LVQ神经网络对所述特征进行分类，完成缺陷像素的标记及分类统计。结果表明，本文算法的识别率明显优于其他常用分类识别算法，平均缺陷检测率为100%，分类准确率达到98.9%，单像素检测时间为8.3 ms。