一个变量对应一个存储区域 ， 用于处理个别的数据。 然而，在程序设计中更多的情况则是要处理成批的数据,如 果仅用单一的变量来处理成批的数据,那是不现实、也是不 方便的。 为此，高级程序设计语言都提供一种能方便地表 示和处理成批数据的手段 ── 数组。 数组是存放在一片连续的存储单元中的、有序非空的、 有相同数据类型并有一个名字以供识别的数据集合。 这 个集合中的成员称为数组元素

图 论 图/Graph： 可直观地表示离散对象之间的相 互关系，研究它们的共性和特性，以 便解决具体问题

一、地理位置 二、自然环境条件 二、自然环境条件 1.地质地貌 2.地表组成 3.气候 4.河流与水体 5.土壤 6.动植物群落

《石油地质学 Petroleum Geology》课程教学资源（阅读文献）烃类垂向微运移及近地表地球化学效应

尾砂固结排放能有效解决尾砂的处置问题，然而固结后的尾砂堆体多处于地表，其性能受自然环境影响较大。我国北方地区存在广泛的冻融循环现象，冻融作用会影响固结体的强度和声电特性，为探究冻融循环条件下全尾砂固结体损伤状态和机制，以李楼铁矿全尾砂固结体为研究对象，对经历不同冻融循环次数的全尾砂固结体试样进行无侧限抗压强度试验、扫描电镜（SEM）试验、电阻率试验和超声波波速试验，借助Matlab软件二值化数字图像处理技术对试样的表面裂隙进行定量分析，并利用电阻率和超声波检测技术对固结体试样冻融循环损伤进行联合检测。结果表明：随冻融循环次数的增加，固结体的无侧限抗压强度呈指数型减小趋势，冻融循环早期（0～5次）固结体的强度减少量最多；冻融循环对固结体的损伤是逐渐累积的过程，全尾砂固结体表观劣化特征发展过程为：微裂隙萌生→裂隙延伸发展→外表层破坏→内部结构破坏；固结体初始强度越大，表面裂纹数越少；内部微观结构由密实状态向疏松状态转变；固结体无侧限抗压强度与电阻率、超声波纵波波速呈正相关，遵循对数函数关系，建立了强度?电阻率和强度?超声波波速无损检测模型；电阻率和超声波波速能准确全面地评价冻融循环条件下全尾砂固结体的损伤状态

开口管桩由于其承载力高、质量可靠、施工方便等优点得到越来越广泛的应用.土塞的生成使得开口管桩沉桩阻力不同于闭口管桩, 不仅包括桩外侧摩阻力、桩端阻力, 桩内侧摩阻力亦是其重要组成部分.针对开口管桩沉桩受力特性, 采用自主研发的大尺度模型试验装置, 进行不同桩靴形式下开口管桩的贯入试验, 并与闭口管桩进行对比分析.研究表明, 开口管桩随沉桩深度的增加趋于闭塞, 沉桩阻力随沉桩过程基本呈线性增加, 桩内、外侧单位摩阻力均存在“侧阻退化”效应; 桩体贯入时桩周地表隆起量随径向距离增加逐渐减小, 隆起速率随沉桩深度增加逐渐变缓, 桩周土影响范围约为5 ~ 7倍桩径; 桩靴对开口管桩土塞生成、沉桩阻力和挤土效应均有重要影响, 内30°桩靴土塞生成高度、桩内侧摩阻力及其所占总沉桩阻力比例最大, 桩周土地表隆起量最小, 外30°桩靴与内30°桩靴情况相反, 直角桩靴居中; 闭口管桩沉桩阻力、外侧摩阻力与挤土程度均大于开口管桩

介绍了膏体技术基本概念和特点并统计了膏体技术在中国的发展历程,系统性分析了我国全尾砂浓密脱水技术、结构流管输技术、采场多场影响机制、新材料开发和膏体工程化实验室建设最新研究进展,同时对膏体技术在井下充填和地表堆存领域的实践效果进行了介绍.指出了膏体技术仍面临着严峻挑战,并将从数字化和智能化方面突破,实现浓度自适应控制、膏体精密制备、采场个性化充填和系统3D模块化设计装配,引领中国矿业绿色发展

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

针对矿山尾矿库危害问题，构建了尾矿库事故隐患关联的复杂网络，给出了尾矿库隐患状态及风险演化的系统动力学模型，并结合矿山尾矿库案例进行了应用分析.结果表明，通过隐患关联的复杂网络法、隐患转移的三态法以及风险演化的系统动力学模型的巧妙结合，能够明确地表征尾矿库事故隐患及风险演化规律，包括隐患作用关系、递演途径、风险程度等.成果应用于临钢980沟尾矿库，仿真结果与980沟尾矿库事故发展规律的实际情况吻合较好，说明所建模型可有效表征尾矿库溃坝事故演化的时空规律和风险程度，预测危险的发生

为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值，分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率，在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明，3—5月颗粒物质量浓度具有周期性变化规律和显著相关性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等；污染区域则呈现南高北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析，可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法