【摘 要】
：
在固体地球中,破裂是一种普遍存在的自然现象,例如风化、爆炸、碰撞、断层作用、地震等等。许多关于破裂的经验性研究已论证了破裂具有形如N(r)～r~(-D)的幂律关系,这提供了破裂是一个关于尺度分布的标度不变过程的证据。此处N(r)是尺度大于r的碎块的总数。因此,破裂能够从分形的观点加以描述。这一描述定量地得到了Gaudin-Schuhmann关系和Charles关系,并且足以包含尺度衰减的三种理论:
论文部分内容阅读
在固体地球中,破裂是一种普遍存在的自然现象,例如风化、爆炸、碰撞、断层作用、地震等等。许多关于破裂的经验性研究已论证了破裂具有形如N(r)～r~(-D)的幂律关系,这提供了破裂是一个关于尺度分布的标度不变过程的证据。此处N(r)是尺度大于r的碎块的总数。因此,破裂能够从分形的观点加以描述。这一描述定量地得到了Gaudin-Schuhmann关系和Charles关系,并且足以包含尺度衰减的三种理论:Rittinger理论、Kick理论和Bond理论。分维数(D)提供了研究对象“大”与“小”之间相对重要
其他文献
多媒体应用对我们大家来说都是一个比较生疏的领域。在声卡、CD ROM及应用程序的使用当中,我们往往会遇到一些很实际的问题。这些问题在将来也许会显得很幼稚,但至少在目前是很现实的。这里将其中一部分整理出来,供初涉多媒体应用的朋友们参考。 一、关于声卡 1.在Windows中没有声卡能听见声音吗? 可以。Microsoft原打算在Windows 3.1里配
我们的社会已经承认信息产业,并正在促进它的发展。传统的的单一媒体信息(如电话声音)的传输和处理已远远不能满足社会发展的需要,人们希望依靠计算机技术交互地处理信息的载体,如数值、文字、图像、声音等,这就需要多媒体技术。如果说计算机掀起了“第三次浪潮”,那么多媒体技术就是这个浪潮之颠,它将对人类文明的发展产生巨大的、不可估量的影响。然而,由于多媒体技术依赖于计算机技术,声音、图像压缩技术和超大规模集成
英特尔公司(Intel)的82786图像控制器在视频RAM(VRAM)编排成两个交叉库时,就不产生适当的数据转移周期(见图1)。图2所示的电路则克服了这种装置的缺陷。视频控制器的数据转移周期必须在视频空白周期内把选定的地址装入VRAM的移址寄存器。在正常的读或写周期内,图2所示的IC_3的_Q输出是在逻辑上沿。这种状态允许_CAS0和CAS1通过而不发生任何改变。在数据转移周期内,在_CAS0的下
使用正演点源求和技术对大地观测台网记录到的1992年6月28日兰德斯地震(M_W7.3)的位移地震图进行了决定性的模拟。虽然数据组是稀少的,但仍能有力地确定主要的破裂参数,例如,总滑动分布、破裂速度、上升时间和总的震源持续时间。如能得到本区合适的格林函数表,则本比较简单的方法适于大震后的快速跟踪使用。用来模拟兰德斯主震的断层具有沿走向70km的长度和沿倾斜方向15km的宽度。我们找到了一个模型,其
对于目的在于微震活动性分析的地方台网来说,利用初动方向确定震源机制的传统方法可能受到限制,因为很少能观测到清晰的初动。许多利用振幅的替代方法已被提出。辐射远场,体波低频频谱振幅依赖于地震矩和震源方向,利用它会从振幅观测资料中得到断层面解。对观测频谱振幅要进行关于自由表面效应、衰减、仪器响应和几何扩散的校正。在整个参数空间内对走向、倾角和倾伏角进行搜索,以满足极性观测并给出观测与预测振幅间“充分小的
这是一份全球遥测地震台网(GTSN)台站系统的培训教材。它介绍了用于GTSN台站系统的各种硬件单元,以及它们之间的相互联系。新的中国数字地震台网(NCDSN)的台站系统主要是参照这个系统设计的。这两个系统在设备方框图、数据结构、数据流等方面都是一致的。只是在设备配置上略有不同。区别在于:1)使用的地震计不同:GTSN使用的是KN-54000,三分向地震计和GS-21垂直向地震计;而NCDSN使用的
根据布设在西表岛西海岸震群区内质子磁力仪的观测结果,发现地震活动区的地磁场总强度在减少。这一现象可以通过热退磁原理来解释。
GTSN数据处理(DP)软件系统具有对GTSN数据采集系统(DA)采集到的地震数据进行提取、加工、回放和记录到磁带上等功能。主要用于对台站系统的日常操作管理及系统运行状态的监视。系统主菜单是整个系统最主要的工作界面,当系统正常工作时,主菜单的第一行,将以每秒闪烁一次的方式显示数据采集的国际标准时间。如果,数据采集的国际标准时间停止闪烁,即表示数据采集停止、须对系统进行检查。
1.UNIX基础(UNIX概念,磁盘和文件系统)1.1 UNIX概念1.1.1 UNIX是一个以文件为基础的操作系统·分层的文件结构-也叫树形结构·每一样东西都是一个文件-包括目录,插口(Sockets),特殊的文件-文件/目录权限
神经网络可以看成是空间映射的应用,即输入空间到输出空间的映射。为了模拟设想的映射关系,网络必须通过反复改变内部参数的学习过程,通过很多输入模型和与它们相应的输出模型的展示过程来实现。如果在训练组中所有样本的期望输出和计算输出之间的误差达到最小,也就完成了训练过程。这时,网络就可以模拟训练样本的限制范围内合乎需要的映射关系。这里,我们描述一个实验,其中,神经网络的设计以接受人工爆破选排(即从单个源得