Discover模块
(1)原子立场的分配：
在使用 Discover 模块建立基于力场的计算中，涉及几个步骤。主要有：选择力场、指定原子类型、计算或指定电荷、选择 non-bond cutoffs。在这些步骤中，指定原子类型和计算电荷一般是自动执行的。然而，在某些情形下需要手动指定原子类型。原子定型使用预定义的规则对结构中的每个原子指定原子类型。在为特定的系统确定能量和力时，定型原子使工作者能使用正确的力场参数。通常，原子定型由 Discover 使用定型引擎的基本规则来自动执行，所以不需要手动原子定型。然而，在特殊情形下，人们不得不手动定型原子，以确保它们被正确地设置。
①调出选择原子窗口;
②选择原子窗口;
③计算并显示原子类型；
④编辑集合；
⑤设定新集合；
⑥给原子添加立场。
点击 Edit→Atom Selection；弹出对话框，从右边的的元素周期表中选择元素(例如Fe)，再点 Select，此时所建晶胞中所有 Fe 原子都将被选中，原子被红色线圈住即表示原子被选中。再编辑集合，点击 Edit→Edit Sets，弹出对话框，点击New，给原子集合设定一个名字，这里设置为Fe，则3D视图中会显示“Fe”字样。再分配力场：在工具栏上点击discover 按钮，从下拉列表中选择set up，显示discover set up对话框，选择Typing选项卡，在 Forcefield types 里选择相应原子力场，再点 Assign(分配)按钮进行原子力场分配。注意原子力场中的价态要与 Properties Project 里的原子价态(Formal charge）一致。
(2)体系立场的选择
点击 Energy 选项卡，力场下拉菜单，进行力场选择。力场的选择：力场是经典模拟计算的核心，因为它代表着结构中每种类型的原子与围绕着它的原子是如何相互作用的。对系统中的每个原子，力场类型都被指定了，它描述了原子的局部环境。力场包括描述属性的不同的信息，如平衡键长度和力场类型对之间的电子相互作用。常见力场有 COMPASS、CVFF 和 PCFF。 Select 下拉菜单中有三个选项：①COMPASS 力场：COMPASS 力场是第一个把以往分别处理的有机分子体系的力场与无机分子体系的力场统一的分子力场。 COMPASS 力场能够模拟小分子与高分子，一些金属离子、金属氧化物与金属。在处理有机与无机体系时，采用分类别处理的方式，不同的体系采用不同的模型，即使对于两类体系的混合，仍然能够采用合理的模型描述。一般采用此力场。②CVFF 力场： CVFF 力场全名为一致性价力场(consistent valence force field), 最初以生化分子为主，适应于计算氨基酸、水及含各种官能团的分子体系。其后，经过不断的强化CVFF 力场可适用于计算多肽、蛋白质与大量的有机分子。此力场以计算系统的结构与结合能最为准确，亦可提供合理的构型能与振动频率。③PCFF 力场：PCFF 为一致性力场，增加一些金属元素的力参数，可以模拟含有相应原子的分子体系，其参数的确定除大量的实验数据外，还需要大量的量子力学计算结果。
(3)非键的设置
打开 Non-bond 选项卡，非键选项卡。非键作用力包括范德华力和库伦力。这里将两者都选上，为的是后期做 minimize 优化原子位置时精确度更高，因为考虑的作用力因素多，即两者都考虑了。Summation method(模拟方法) ：①Atom Based：atom based 基于原子的总
量，包括一个原子的截断距离，一个原子的缓冲宽度距离；为直接计算法，即直接计算原子对之间的非键相互作用，当原子对超出一定距离（截断半径 cutoff distance）时，即认为原子对之间相互作用为零（注：cutoff distance 指范德华作用力和库仑力的范围，比如：设定截断半径为 5，则表示已分子或原子中心为圆心，以 5 为半径作圆，半径以外的作用力都不考虑）。此方法计算量较小，但是可能导致能量和其导数的不连续性。当原子对间距离在 Cutoff 半径附近变化时，由于前一步考虑了原子对之间的相互作用，而后一步不考虑，由此会导致能量发生跳跃。当然，对于较小的体系，则可以设置足够大的 Cutoff 半径来保证所有的相互作用都被考虑进来。②Group Based：group based 基于电子群的，总量中包括一个原子的截断距离，一个原子的缓冲宽度距离；大多数的分子力场都包括了每个原子之间点电荷的库仑相互作用。甚至在电中性的物种中也存在点电荷，例如水分子。点电荷实际上反映了分子中不同原子的电负性。在模拟中，点电荷一般是通过电荷平衡法 (charge equilibrium)评价或者力场定义的电荷来分配的。当评价点电荷时，一定要小心不要在使用 Cutoff 技术时引入错误的单极项。要了解到这一点，可以参看如下事实：两个单极，当只有 1e.u.电荷时，在 10A 的位置上其相互作用大约为 33Kcal；而对于由单位单极分离 1A 所形成的两个偶极，相同距离其相互作用能不超过 0.3Kcal/mol。很明显，忽略单极-单极相互作用会导致错误的结果，而忽略偶极-偶极相互作用则是适度的近似。然而，如果单极相互作用处理不清的话，仍然会出问题。当 non-bond Cutoff 使用基于原子-原子基组时，就可能发生，会有人为将偶极劈裂为两个“假”的单极(当一个偶极原子在 Cutoff 内，另一个在其外)。这就不是忽略了相对较小的偶极-偶极相互作用，而是人为引入了作用较大的单极-单极相互作用。为了避免这种人为现象，Materials Studio 引入了在 Charge Groups 之上的 Cutoff。一个“Charge Group”是一个小的原子基团，其原子彼此接近，净电荷为 0 或者接近于 0。在实际应用中， Charge Group 一般是常见的化学官能团，例如羰基、甲基或者羧酸基团的净电荷接近于中性 Charge Group。Charge Group 之间的距离为一个官能团中心到另一个官能团中心的距离 R，Cutoff 设置与 Atom Based 相类似。③Ewald Summation：Ewald 是在周期性系统内计算 Non-bond 的一种技术。Ewald 是计算长程静电相互作用能的一种算法。Ewald 加和方法比较合适于结晶固体。原因在于无限的晶格内，Cutoff 方法会产生较大的误差。然而，此方法放也可以用于无定形固体和溶液体系。Ewald 计算量较大，体系较大时，会占用较多的内存并花费较长的时间。④cell multiple cell based：只能用于基于指定数量层。一般情况下，基于 Atom 适合于孤立体系，对于周期性体系计算量较小，但是准确性较差；基于 Group 适合于周期性和非周期性体系，计算的准确性好一些，计算量最小；Ewald 适合于周期性能体系，计算最为准确，但计算量最大。
(4)结构优化
在工具栏上点击 Discover 按钮，然后选择 Minimizer。或者从菜单栏选择 Modules | Discover | Minimizer。显示 Discover Minimizer 对话框，可以进行几何结构优化计算。优化前(Minimizer) ，先查看所有原子是否都已分配力场，如果没有，可以手动添加，在 Properties Explorer 中双击 Forcefield type，然后修改力场类型即可。其次在Minimizer 之前，需要把晶体结构所有原子重新固定。 Minimizer 只是对结构进行优化，以达到能量最小化。在作动力学(dynamics )之前最好执行 minimizer，因为如果不执行 minimizer，则计算收敛时间会比较长，能量波动会比较大，而且计算有可能出错。
优化方法 Method：最陡下降法（Steepest Descent）、共轭梯度法（Conjugate Gradient）、牛顿方法（Newton）和综合法(Smart Minimizer) 。 Convergence level：收敛精度水平。 Maximum iteration：最大迭代数。 Optimize cell 选中的话表示优化晶胞参数和原子位置。MS Discover 结构优化原理分子的势能一般为键合（键长、键角、二面角、扭转角等）和非键合相互作用(静电作用、范德华作用等) 能量项的加和，总势能是各类势能之和，如下
式：总势能 = 范德华非键结势能 + 键伸缩势能 + 键角弯曲势能 + 双面角扭曲势能 + 离平面振动势能 + 库伦静电势能 + ... 除了一些简单的分子以外，大多数的势能是分子中一些复杂形势的势能的组合。势能为分子中原子坐标的函数，由原子不同的坐标所得到的势能构成势能面 (Potential Energy Surface，PES)。势能越低，构象越稳定，在系统中出现的机率越大；反之，势能越高，构象越不稳定，在系统中出现的机率越小。通常势能面可得到许多极小值的位置，其中对应于最低能量的点称为全局最小值（Global Energy Minimum），相当于分子最稳定的构象。由势能面求最低极小值的过程称为能量最小化（Energy Minimum），其所对应的结构为最优化结构（Optimized Structure），能量最小化过程，亦是结构优化的过程。通过最小化算法进行结构优化时，应避免陷入局部最小值 (local minimum) ，也就是避免仅得到某一构象附近的相对稳定的构象，而力求得到全局最小值，即实现全局优化。分子力学的最小化算法能较快进行能量优化，但它的局限性在于易陷入局部势阱，求得的往往是局部最小值，而要寻求全局最小值只能采用系统搜寻法或分子动力学法。在 Materials Studio 的 Discover 模块中，能量最小化算法有以下四种：①最陡下降法（Steepest Descent），为一经典的方法，通过迭代求导，对多变量的非线性目标函数极小化，按能量梯度相反的方向对坐标添加位移，即能量函数的负梯度方向是目标函数最陡下降的方向，所以称为最陡下降法。此法计算简单，速度快，但在极小值附近收敛性不够好，造成移动方向正交。最陡下降法适用于优化的最初阶段。②共轭梯度法（Conjugate Gradient），在求导时，目标函数下降方向不是仅选取最陡下降法所采用的能量函数的负梯度方向，而是选取两个共轭梯度方向，即前次迭代时的能量函数负梯度方向与当前迭代时的能量函数负梯度方向的线性组合。此法收敛性较好，但对分子起始结构要求较高，因此常与最陡下降法联合使用，先用最陡下降法优化，再用共轭梯度法优化至收敛。③牛顿方法（Newton），以二阶导数方法求得极小值。此法的收敛很迅速，也常与最陡下降法联合使用。④综合法（Smart Minimizer），该方法可以混合最陡下降法，共轭梯度法和牛顿法进行结构优化，在 MS 中是可选择的。Smart Minimizer 中，牛顿法可以设定最大的原子数，如果体系的原子数大于所设定的值，则计算是会自动地转为前面设定的收敛法（共轭梯度法或最陡下降法），收敛精度会改为共轭梯度法的默认收敛精度值。点开各种方法后面的 More，可设定收敛精度(Convergence)，算法(Algorithm)和一维搜索(Line search，指每一次迭代中的精度)等。
当 Job 结束后，结果被返回到 Disco Min 目录，最小化的结构被命名为 3D Atomistic.xsd，并被保存在“3D Atomistic Disco Min”目录。还生成一个名为“3D Atomistic.out”的文本文档，它包含了有关计算的所有能量信息。同时还生成“Simulation Energies.xcd”它显示了能量随迭代次数的变化情况，由于优化是使结构更加稳定，所以能量也随之降低，最终趋于某一值。
结构优化后，原子会有所重排，使结构更加稳定。
(5)高温弛豫
打开 discover 下的 Dynamics，Ensemble（系综） NVE、NVT、NPT、NPH。： Temperature：目标温度。 Pressure：给系统所施加的压力。 Number of steps：整个动力学所运行的总步数。 Time step：每一动力学步骤所花费的时间（单步长时间）。 Dynamics time：Number of steps ×Time step（总模拟时间）。 Trajectory Save：Coordinates 表示保存坐标；Final Structure表示只保存最终结构；Full 表示保存所有。 Frame output every：若输入 5000，则表示每 5000 步输出一帧(即晶体结构) 。运行结束后，可以通过调用 Animation 观看三维动画。
动画工具条可以控制三维窗口中动画文件的显示，它包含以下命令： Play Backwards：倒映动画文件。 Step Backwards：每次向后放一帧。 Stop：停止放映。 Step Forwards：每次
一帧加速放映。 Play：放映动画。 Pause：暂停放映，再按一次后继续放映。 Animation Mode：显示动画模式下拉菜单。
系综简介系综(ensemble)是指具有相同条件系统(system)的集合。平衡态的分子动力学模拟，总是在一定的系综下进行。系综是统计力学中非常重要的概念，系统的一切统计特性基本都是以系综为起点推导得到的。实际应用时，要注意选择适当的系综，如（N，T，P）常用于研究材质的相变化等。①NVE(微正则系综)在微正则系综（micrononical ensemble）中，模型体系的粒子数 N、体积 V 及内能（热力学能）E（在热力学通常用 U 表示内能）保持不变,是一个孤立、保守的系统。值得注意的是：体系总能量，即势能和动能的总和，是保持守恒的，常被用来判断积分的精度固定不变。它对应于绝热过程，即体系与环境没有热交换，不存在温度 T 和压力 p 的控制因素。由于体系的能量 E 是守恒的，体系的动能和势能之间互转化。一般说，给定能量的精确初始条件是无法得到的。能量的调整通过对速度的标度进行，这种标度可能使系统失去平衡，迭代弛豫达到平衡。②NVT 系综(正则系综) 正则系综(canonical ensemble)中，体系的粒子数 N、体积 V 及温度 T 保持不变，且总动量保持不变。因此正则系综动力学有时也被称为恒温动力学。为了控制体系的温度，就需要设置一个“虚拟”的热浴环境,与体系进行能量交换。常用的热浴 (bath) 包括： Nose-Hoover，Berendsen， Andersen 以及“velocity scaling （速度标定）”方法等。
系综控温机制。系综的控温：温度调控机制可以使系统的温度维持在给定值，也可以根据外界环境的温度使系统温度发生涨落。一个合理的温控机制能够产生正确的统计系综，即调温后各粒子位形发生的概率可以满足统计力学法则。系综控温机制主要有：Velocity Scale、Nose、Berendsen。Thermostat 下拉菜单有四个：①Velocity Scale（直接速度标定法）：系统温度和粒子的速度直接相关，可以通过调整粒子的速度使系统温度维持在目标值。实际分子动力学模拟中，并不需要对每一步的速度都进行标定，而是每隔一定的积分步，对速度进行周期性的标定，从而使系统温度在目标值附近小幅波动。直接速度标定法的优点是原理简单，易于程序编制。缺点是模拟系统无法和任何一个统计力学的系综对应起来；突然的速度标定引起体系能量的突然改变，致使模拟系统和真实结构的平衡态相差较远。②Nose：该方法可以把任何数量的原子与一个热浴耦合起来，可以消除局域的相关运动，而且可以模拟宏观系统的温度涨落现象。③Andersen：体系与一强加了指定温度的热浴相耦合。④Berendsen 控温机制: 又称 Berendsen 外部热浴法。其基本思想是假设系统和一个恒温的外部热浴耦合在一起，通过热浴吸收和释放能量来调节系统的温度，使之与恒温热浴保持一致。对速度每一步进行标定，以保持温度的变化率与热浴和系统的温差(Tbath-T(t))成比例。当系综选定 NPT 时，控温机制应用 Nose。
系综控压机制。几种控压机制，下拉菜单有 3 项：①Andersen：假定系统与外界“活塞”耦合，当外部压强不能补偿系统内部压强时，“活塞”运动引起系统均匀地膨胀或收缩，最终使得系统压强等于外部压强。Andersen 方法具有重要的意义，后来的各种压力控制方法基本都是基于 Andersen 思想发展起来的。②Berendsen：这种方法是假想把系统与一“压浴”相耦合。③Parrinello：这种方法允许原胞的形状与体积同时发生变化，以达到与外压平衡。这种方法是对 Anderson 调压方法的一种扩展，可以实现对原胞施加拉伸剪切以及混合加载情况的模拟，因此在对材料的力学性质的分子动力学模拟中，得到了广泛地应用。由于本文采用 NPT 系综，压力一定，所以将会看到控压机制不可选。 Dynamics 运行结束后，可以得到结构图。
由于高温(2000K)弛豫，高于熔化温度，所以此时体系处于液态状态，因此原子处于远程无序状态。Project Explorer 中还生成了其他一些文件，如能量-模拟时间曲线图，温度-模拟时间曲线图，以及一些输入输出文件。高温弛豫中原子通过迁移、运动或者扩散，逐步降低原来的高内能态，向稳定的低内能态转变。因此能量随时间的推移将降低并趋于某一值，
而温度逐渐稳定在设定的 2000K 上下做微小变动。
TEMS DISCOVERY DISCOVERY的几大功能： 一：数据展示（地理化窗口/layer 3/图形化显示）都是在project中可以直接打开显示的。二：出报告 三：地理化的差值分析/平均分析 Discovery和TI导入数据的想法不一样,TI是用logfile进行导入后分析,discovery是通过PROJECT形式导入各种数据（.cel/map/log这些数据是基于project） 第一步:新建一个project:点击project explorer---new
上图中我们需要给project定义一个project name。然后SAVE一下。（再导入cell/map之前GIS/CELL CONFIGATION是空的，导入之后这里会有相应的显示） UDR:uers defined region(用户自定义区域) 第二步: 导入数据 路测数据 地理化数据
小区数据 天线数据(天线的主瓣旁瓣) 覆盖图(planning tools导出来的)
在导入.cel(小区数据) 文件时的选项:要定义小区数据是属于哪一个project(define target project),然后Browse小区数据。 导入过程中，我们会在TASK WINDOW中看到相应的project/.cel导入信息。 导入好小区数据之后我们会在project Explorer中看到我们新建的project (20100801)中会出现Composite（组合）/datasets（数据组）,现在这里还是空的,然后我们右键project(比如:20100801)—view/edit properties会看到我们cell configuration已经存在CELL文件了。 ,
Deep Learning for Human Part Discovery in Images Gabriel L.Oliveira,Abhinav Valada,Claas Bollen,Wolfram Burgard and Thomas Brox Abstract—This paper addresses the problem of human body part segmentation in conventional RGB images,which has several applications in robotics,such as learning from demon-stration and human-robot handovers.The proposed solution is based on Convolutional Neural Networks(CNNs).We present a network architecture that assigns each pixel to one of a prede?ned set of human body part classes,such as head, torso,arms,legs.After initializing weights with a very deep convolutional network for image classi?cation,the network can be trained end-to-end and yields precise class predictions at the original input resolution.Our architecture particularly improves on over-?tting issues in the up-convolutional part of the network.Relying only on RGB rather than RGB-D images also allows us to apply the approach outdoors.The network achieves state-of-the-art performance on the PASCAL Parts dataset.Moreover,we introduce two new part segmentation datasets,the Freiburg sitting people dataset and the Freiburg people in disaster dataset.We also present results obtained with a ground robot and an unmanned aerial vehicle. I.INTRODUCTION Convolutional Neural Networks(CNNs)have recently achieved unprecedented results in multiple visual perception tasks,such as image classi?cation[14],[24]and object detection[7],[8].CNNs have the ability to learn effective hierarchical feature representations that characterize the typical variations observed in visual data,which makes them very well-suited for all visual classi?cation tasks.Feature descriptors extracted from CNNs can be transferred also to related tasks.The features are generic and work well even with simple classi?ers[25]. In this paper,we are not just interested in predicting a single class label per image,but in predicting a high-resolution semantic segmentation output,as shown in Fig.1. Straightforward pixel-wise classi?cation is suboptimal for two reasons:?rst,it runs in a dilemma between localization accuracy and using large receptive?elds.Second,standard implementations of pixel-wise classi?cation are inef?cient computationally.Therefore,we build upon very recent work on so-called up-convolutional networks[4],[16].In contrast to usual classi?cation CNNs,which contract the high-resolution input to a low-resolution output,these networks can take an abstract,low-resolution input and predict a high-resolution output,such as a full-size image[4].In Long et al.[16], an up-convolutional network was attached to a classi?cation network,which resolves the above-mentioned dilemma:the contractive network part includes large receptive?elds,while the up-convolutional part provides high localization accuracy. All authors are with the Department of Computer Science at the University of Freiburg,79110Freiburg,Germany.This work has partly been supported by the European Commission under ERC-StG-PE7-279401-VideoLearn, ERC-AG-PE7-267686-LIFENA V,and FP7-610603-EUROPA2. (a)PASCAL Parts(b)MS COCO (c)Freiburg Sitting People(d)Freiburg People in Disaster Fig.1:Input image(left)and the corresponding mask(right) predicted by our network on various standard datasets. In this paper,we technically re?ne the architecture of Long et al.and apply it to human body part segmentation,where we focus especially on the usability in a robotics context.Apart from architectural changes,we identify data augmentation strategies that substantially increase performance. For robotics,human body part segmentation can be a very valuable tool,especially when it can be applied both indoors and outdoors.For persons who cannot move their upper body, some of the most basic actions such as drinking water is rendered impossible without assistance.Robots could identify human body parts,such as hands,and interact with them to perform some of these tasks.Other applications such as learning from demonstration and human robot handovers can also bene?t from accurate human part segmentation.For a learning-from-demonstration task,one could take advantage of the high level description of human parts.Each part could be used as an explicit mapping between the human and joints of the robot for learning control actions.Tasks such as human-robot handovers could also bene?t.A robot that needs to hand a tool to its human counterpart must be able to detect where the hands are to perform the task. Human body part segmentation has been considered a very challenging task in computer vision due to the wide variability of the body parts’appearance.There is large variation due to pose and viewpoint,self-occlusion,and clothing.Good results have been achieved in the past in conjunction with depth sensors[22].We show that CNNs can handle this variation very well even with regular RGB cameras,which can be used also outdoors.The proposed network architecture yields correct body part labels and also localizes them precisely. We outperform the baseline by Long et al.[16]by a large
用STM32F4-Discovery套件自带调试器烧录STM32芯片 碧云天书 STM32F4-Discovery自带了SWD调试连接器，可以用来调试和烧录STM32芯片和开发板。一般STM32开发板上的调试接口为20脚的JTAG接口，而STM32F4-Discovery板载的SWD调试连接器为6教SWD接口，可以用一条20脚转6脚的连接线将SWD调试器连接到开发板的JTAG接口上。 一、硬件连接 下图是JLink接口的SWD端口配置图，可以作为连接参考。引脚编号为简易牛角座顶视图对应的编号。红线标识的引脚对应着ST-LINK/V2调试连接器CN2的6个引脚。 表1STM32F4-Discovery自带的ST-LINK/V2调试连接器CN2引脚定义(SWD) 引脚CN2说明 1VDD_TARGET来自应用的VDD 2SWCLK SWD时钟 3GND地线 4SWDIO SWD数据输入/输出 5NRST目标MCU的复位 6SWO保留（TRACESWO，连接目标MCU的PB3，可以不接） 由于使用ST-LINK/V2上的NRST就得断开SB11锡桥，因此不使用NRST线。需要连接剩下的5根线，分别是VCC,SWDIO,SWCLK，SWO，GND。其中SWO也可以不接，这样就只需要连4条线。下面的表2总结了连线方式。 表2连接STM32F4-Discovery自带的ST-LINK/V2调试连接器到开发板JTAG接口的连线 VDD SWCLK GND SWDIO SWO(可省略） 12346 ST-LINK/V2 （CN2） JTAG接口194713
连接线实物 使用STM32F4-Discovery自带的ST-LINK/V2调试连接器时，需要把CN3上的跳线拔掉，这时板载的ST-LINK/V2处于调试外部开发板状态。如下图：
Discovery纽约时代广场探索博物馆EB-5项目 项目概况 探索频道（Discovery Channel）于1985年在美国创立，探索频道目前覆盖全球 超过160个国家、4亿5千万个家庭，探索公司同时也是美国的上市公司，是美国最大的主流媒体之一。 Discovery博物馆（mDiscovery Times Square）成立于2009年，是探索频道（Discovery）的官方合作伙伴，为纽约市的前五大的博物馆。地处于时代广场核心的44街与第七第八大道中间，过去成功展出：泰坦尼克号、哈利波特、法老王和兵马俑等世界知名展览，已接待超过数百万人次的游客。继成功推出纽约时代广场第一期娱乐项目“百老汇4D剧院”项目（进展顺利，投资者均取得I-526移民申请通过）后，曼哈顿区域中心（MRC）又重磅推出位于纽约时代广场的第二期娱乐项目Discovery博物馆——探索纽约项目，该项目与第一期4D剧院项目仅隔一街距离。
项目特点 独一无二的地理优势 纽约时代广场在2013年迎接了5340万次游客，游客总消费超过了400亿美金，旅游消费预计将会在未来4年每年以8.5%的速度增长。 良好的发展前景——纽约市的旅游统计表
足够的就业机会创造 依照Michael Evans所做出的就业人数计算（即RIMS Ⅱ计算方式，该计算方法为美国移民局比较推荐的就业机会计算方式），该项目预计产生593个新的就业机会。远远超过EB-5所需的240个就业机会空间高达60%。 银行专户还款 Discovery博物馆参观门票预计价格为22美元，娱乐产业一直以来都是现金流十分可观的产业，依照与其他时代广场相似项目比较并且保守评估推算，每年项目净利润预计高达一千万美元以上，项目承诺在营运方面将保留60%的现金存放至还款账户中，专款专户作为未来贷款五年还款准备。 资金结构
DAVID使用说明文档 一、DAVID简介 DA VID （the Database for Annotation，Visualization and Integrated Discovery）的网址是https://www.doczj.com/doc/b912340013.html,/。DA VID是一个生物信息数据库，整合了生物学数据和分析工具，为大规模的基因或蛋白列表（成百上千个基因ID或者蛋白ID列表）提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。 DA VID这个工具在2003年发布，目前版本是v6.7。和其他类似的分析工具，如GoMiner，GOstat等一样，都是将输入列表中的基因关联到生物学注释上，进而从统计的层面，在数千个关联的注释中，找出最显著富集的生物学注释。最主要是功能注释和信息链接。 二、分析工具： DAVID需要用户提供感兴趣的基因列表，在基因背景下，使用提供的分析工具，提取该列表中含有的生物信息。这里说的基因列表和背景文件的选取对结果至关重要。 1.基因列表：这个基因列表可能是上游的生物信息分析产生的基因ID列表。对于富集分析而言，一般情况下，大量的基因组成的列 表有更高的统计意义，对富集程度高的特殊Terms有更高的敏感度。富集分析产生的p-value在相同或者数量相同的基因列表中具有可比性。 DAVID对于基因列表的格式要求为每行一个基因ID或者是基因ID用逗号分隔开。基因列表的质量会直接影响到分析结果。这里定性给出好的基因列表应该具有的特点，一个好的基因列表至少要满足以下的大部分的要求： （1）包含与研究目的相关的大部分重要的基因（如标识基因）。
discovery软件在测井资料标准化中的应用 趋势而分析方法是依据物质的某一物理参数的测量值来研究幷空间分布特点及变化规律的方法。任何汕出实际地质参数在横向上差不多上具有某种规律性渐变，即可看作是趋势面变化。趋势而分析的差不多思路确实是对标准层的测井响应多项式趋势面作图，并认为与地层原始趋势而具有一致性。若趋势面分析的残差图仅为随机变量，则是测井刻度误差造成的，若存在一组专门残差值，则认为是岩性变化导致的0 1981年J H Doveton和E?Bomcman 进一步用趋势而分析来描述这一标准化过程，1991年石汕大学熊绮华教授在进行牛庄洼陷万全汕田油藏描述研究过程中采纳该方法对测井曲线进行标准化。 Discovery软件是应用较为广泛的油藏描述软件，该软件在用趋势面分析方法进行测井 曲线标准化方而具有操作简单、图形化输出及运算等特点，使得测井曲线标准化变得专门方便。 1 Discovery软件的趋势面分析方法 1.1趋势面分析方法的数学原理 若趋势而分析的残差图仅为随机变量，则是测井刻度误差造成的，若存在一组专门残差值，则认为是岩性变化导致的。它的数学方法概述如下: 设用z(x,y)表示所研究的地质特点，其中(x,y)是平面上点的坐标.则趋势值和剩余值用下式表示: z(x,y)= Z (x,y)+e 其中：2(xj)为趋势值，C为剩余值。 关于已知的数据：z,x\yiJH2 No 通常用回来分析求出趋势值和剩余值，即依照已知的数据求出回来方程f(x?y),使得: N 2 =乞忆一/(兀，片)] r-l 达到最小。实际上这确实是最小二乘意义下的曲面拟合咨询题，即依据运算值z(xj)用回来分析方法求出一个回来而: 对应于回来而上的值Z = 为趋势值，残差z，.名为剩余值。
体验营销之远交近攻 原文和出处 【古兵法原文】 形禁势格，利以近取，害以远隔。上火下泽。 【原文今译】 在受到地理条件的限制时，攻取靠近的敌人就有利，越过近敌去攻取远敌就有害。火向上烧，水往下流，是我方与邻近者乖离的情形。 【出处原文】 “王不如远交而近攻，得寸则王之寸；得尺亦王之尺也。” 【出处今译】 大王不如交好距离远的国家进攻邻近的国家，这样，得了一寸土地就是大王的一寸土地，得了一尺土地就是大王的一尺土地。 【案例】 雀巢公司联合第三世界国家摆脱危机 雀巢公司是全球规模最大的跨国食品公司，至今已兴盛发展了120多年。它所生产的食品，尤其是速溶咖啡，时下人见人爱，风靡全球，是其拳头产品之一。然而，就是这样一个饮誉世界的雀巢帝国，在70年代却险些信誉扫地，“一命呜呼”。 本世纪70年代末80年代初，世界上出现了一种舆论，说雀巢食品的竞销，导致了发展中国家母乳哺育率下降，从而导致了婴儿死亡率的上升。由于当时雀巢的决策者拒绝考虑舆论，继续我行我素，加上竞争对手的煽风点火，到了80年代，竟形成了一场世界性的抵制雀巢奶粉、巧克力及其他食品的运动。雀巢产品几乎在欧美市场上无立足之地，给雀巢公司带来了严重的危机。在残酷的事实面前，雀巢公司的决策者不得不重金礼聘世界著名的公共关系专家帕根来商量对策，帮助雀巢公司渡过这一难关。 帕根受此重托后，立即着手调查分析。结果，他发现，造成这场抵制雀巢食品运动的根源，就是在于雀巢公司以大企业、老品牌自居，拒绝接受公众的意见。另外，由于雀巢公司
的推销活动，对公众是保密的。这使得雀巢公司与公众之间的信息交流不通。所有这一切，都犯了公共关系的大忌，也就难怪误解、谣传遍起。 帕根根据调查分析的结果，制定出了一个详细周密的公共关系计划，呈报给雀巢公司。帕根的这一计划，把行动的重点放在了抵制最强烈的美国，虚心听取社会各界对雀巢公司的批评意见，开展大规模的游说活动，组织有权威的听证委员会，审查雀巢公司的销售行为等，使舆论逐渐改变了态度。在“近攻”取得初步胜利的基础上，帕根建议接任雀巢公司总经理之职的毛奇，开辟发展中国家的市场，把它作为雀巢产品的最佳市场。在开拓市场过程中，雀巢公司吸取了以往的教训，不是把第三世界的发展中国家单纯看作雀巢产品的市场，而是从建立互利的伙伴关系着手。 雀巢公司每年用60亿瑞士法郎，从发展中国家购买原料，每年拨出8000万瑞士法郎，来帮助这些国家提高农产品的质量。同时，还聘请100多名专家，在第三世界国家举办各种职业培训班。比如，在印度的旁遮普邦，雀巢公司进入莫加区建立了一个奶品工厂。由于那里的家庭所饲养的产奶水牛，不仅营养不良，而且很多都染有疾病。大多数农民只能生产仅够自己所需的牛奶，根本没有任何剩余牛奶可供出售。于是，雀巢公司设立了一个免费的兽医服务处，以批发价格向农民供应药品，并提供低息贷款支持开掘新水井，增加用水的供应。这样一来，使更多的草料长起来了，牛犊的存活率也从40％提高到75％。在这一计划开始时，那里只有4460户牛奶直接供应者，在计划实施之后，牛奶供应者超过了3．5万户，每年向雀巢公司售奶可达11．7万吨。牲畜疾病已基本绝迹。这个奶品工厂发展所创造的繁荣，已协助带来电力、电讯、农机，交通事业的发展。使昔日的贫瘠之一，今已欣欣向荣。 如此一系列的活动，使雀巢公司在发展中国家里树立起了良好的形象，因而销路大增。又取得了“远交”的胜利。 到1984年，雀巢公司的年营业额高达311亿瑞士法郎，雄居世界食品工业之首。 2、“情感式营销”诠释“梦想”文化 一、传播策略：“非奥运营销”战略强调“参与”精神 雪花啤酒近日对外公布了其在奥运期间的品牌推广战略—“非奥运营销”战略，并宣
探索频道（Discovery Channel）是由探索传播公司（Discovery Communications, Inc./DCI；NASDAQ：DISCA，旗下拥有197多家全球性电视网，包括Discovery探索频道、动物星球频道、Discovery科学频道和Discovery高清视界频道等）于1985年创立的，总部位于美国马里兰州蒙哥马利县银泉市。探索频道主要播放流行科学、科技、历史、考古及自然纪录片。 探索频道自1985年在美国启播后、现今已成为世界上发展最迅速的有线电视网络之一、覆盖面遍及全国百分之九十九的有线电视订户、在全球145个国家和地区有超过14400万个家庭订户。探索频道是全球最大的纪录片制作及买家、它吸引全球最优秀的纪录片制作人、所以探索频道的节目均被认为是世界上最优秀的纪实娱乐节目。也是世界上发行最广的电视品牌，目前到达全球160多个国家和地区的30600多万家庭，以35种不同语言播出节目。 探索频道在世界主要国家地区均有落地，但探索频道会因应不同地区设立不同版本，加上字幕或配音。美国版本主要播放写实电视节目，如著名的流言终结者系列。亚洲探索频道除着重播放写实节目之外，也播放文化节目，如介绍中国、日本文化的一系列节目。 亚洲探索频道于1994年成立，总部在新加坡，为美国Discovery传播公司（DCI）的全资附属机构，提供二十四小时精彩的纪实娱乐节目。据2005年泛亚媒体调查（PAX）的结果显示，探索频道在富裕成人中连续9年被公认为亚洲地区收视人口最多的有线及卫星电视频道。在新加坡举办的2004年“亚洲电视大奖”评选中，探索频道还荣膺“年度最佳有线及卫星电视频道”。 中国国际电视总公司（中央电视台全额投资的大型国有独资公司，成立于1984年，是中国内地规模最大、赢利能力最强的传媒公司）境外卫星代理部接收探索频道信号，通过亚太6号卫星（东经134度）发射KU波段信号。该服务一般只提供给三星级或以上的涉外宾馆酒店，外国人居住区，领事馆及大使馆。中国大陆各省市的地方电视台会转播或播放探索频道制作的节目。同时，还与浙江华数集团成立合资公司，向由杭州电视台开办的四个面向全国播出的高清付费电视频道（求索纪录、求索生活、求索科学、求索动物）提供绝大多数的节目内容。
微波合成仪标准操作手册 一、操作流程 1、例行检查：仪器开机前，首先检查仪器整体是否正常；反应腔及内衬溢出杯是否清洁；检查自 动压控装置APD是否清洁；自动进样器是否在正常位置；仪器电源线、数据线、气体管路连接情况是否正常。经检查一切正常方可开机。如内衬、APD不清洁或其它问题未经处理而运行仪器所造成的损害，属于非正常操作范畴。 2、开机顺序：先打开计算机电源，再打开Discover主机电源，然后运行Synergy软件（在计算机 桌面上）。最后打开空压机电源。 3、登记制度：检查、开机均正常，请认真按规定填写仪器使用记录，记录信息不全将承担后续使 用问题的责任。检查、开机、运行过程中，发现任何问题请及时联系管理员。 4、启动软件：运行Synergy软件，选择用户名并输入密码，进入软件操作界面后，可从屏幕右下 方工具栏察看Discover和Explorer的联机情况。 5、放入样品：按要求装配好微波反应管（详见第六部分），放入仪器衰减器。 6、选择方法：打开软件界面中相应用户的“M ethod”文件夹图标，选择所需方法，单击鼠标左键拖 拽到相应样品位置，如有需要，可新建方法或对方法进行修改（详见第四部分） 7、运行前检查：检查衰减器是否处于锁定状态；察看屏幕右侧温度、压力的显示是否正常。 8、运行方法：点击软件界面上部工具栏中的“P lay”按钮，仪器自动运行。 二、禁止的操作项 1、严禁频繁开关机；开机后1min内关机；关机后1min内开机。 2、严禁修改电脑系统设置如注册表项等内容。 3、严禁使用破损的、有裂痕的、划痕严重的反应瓶。 4、严禁使用变形的样品盖。 5、反应瓶盖必须严格按要求装配，禁止未经过检查就放置于自动进样器架上。 6、严禁将标签纸粘贴在反应瓶的任何部位。 7、严禁将文献中多模微波仪器（特别是家用微波炉）的反应条件直接用于该仪器。 8、严禁长时间无人值守，仪器运行过程中，必须每2小时进行巡视查看，并做好检查记录。 9、微波程序运行过程中，严禁非仪器管理员在线修改反应参数。 10、仪器登陆用户只有管理员的权限可以设置为“Admin”其他均设置为“User”。 11、仪器各登陆用户的参数设置应符合仪器要求（详见第三部分），禁止修改。
《荒野求生》教学设计 1、视频导入 播放《荒野求生》片段，板书。 2、作者简介 贝尔·格里尔斯，世界最著名的野外生存探险专家，美国discovery探险节目《荒野求生》主持人，前英国特种兵，登山家，演讲家，畅销书作家。他是专门为超越危险和死亡而生的野外生存大师，也曾乘水上摩托环绕不列颠群岛，搭乘小船横越冰冷的北大西洋，登上冰封万年的珠穆朗玛峰，也曾从沙漠的流沙死里逃生，在夏威夷穿越鲨鱼成群出没的水域，在野外寻找蛆虫充饥而得以存活。 贝尔主持的节目《荒野求生》在全球170多个国家和地区播出,他置身绝境、激发本能、破图极限的探险经历给全球数十亿观众留下了深刻的印象，显示了人类挑战极限的生存能力。因其在节目中食用的东西太过惊人,被誉为“站在食物链最顶端的男人”。 他挑战过世界上最危险的环境，他是世界上最可爱的疯子，天生的冒险家。 3、介绍评价 今天老师给大家推荐的就是贝爷写的“荒野求生少年生存小说系列”书籍。 我们来看看贝爷自己怎么说的。危险无处不在,即使在大街上也不一定安全，而父母是无法替孩子挡住所有危险的。只想规避孩子遇到的各种危险,只会让孩子对危险猛然无知，也是剥夺了孩子的成长权利。父母应该教会孩子在面对危险时，如何选择正确的处理方式，避免伤害。这种学习让孩子更强大。“荒野求生少年生存小说系列”是野外生存大师贝尔·格里尔斯为广大少年儿童，为三个儿子创作的一套荒野求生秘籍。贝尔将自己丰富的野外生存经验与精彩的少年历险故事相结合，在野外生存绝境中，生动描述了上百种简洁而实用的求生技巧，传递了野外求生的原则“永远保持微笑，只要活着就有希望"，引领小读者在野外环境或危险环境中，镇静从容，采用多种方法进行自救。一望无际的滚烫沙漠、万年冰封的茫茫荒原、步步惊心的热带雨林……少年探险家贝克深陷绝境,没有食物、没有水、没有救援，面临着重重危机,他该如何只靠自己的双手和智慧顽强求生？
1、美国探索教育视频资源服务平台 平台内容及意义 大众文化的流行，娱乐学习一体化的浪潮席卷全球。同时随着社会发展，多学科交叉融合，使得社会对大学生综合能力要求颇高。在某一个方面出类拔萃的复合型人才，越来越受到企业社会的青睐。综合性人才在当今社会炙手可热，因此学校在重视专业课的同时，加强对课外知识的普及符合当今教育时代的发展需求。 美国探索教育视频资源服务平台坚持以“科教兴国”为总方略，以提高在校师生综合素质、开拓师生眼界为宗旨；以教育、科学、文化、历史、探险等为题材的多学科交叉融合的教育视频资源服务平台。平台始终坚持科学研究与教学理论相统一，历史知识和文化教育相结合，以求达到师生即使足不出户，亦能知大千世界之神奇、能知世界各地前沿性科学技术，能解世间万物之疑惑。此平台已经成为西安数图网络科技有限公司一个独具特色的教育资源服务平台。 平台特色 美国探索教育视频资源服务平台，结合高校科学教育及科普知识所需，精选整合美国探索频道（Discovery）和美国国家地理频道（National Geography）两大世界知名频道近年来的最新节目，精心制作而成。 1、美国探索频道（Discovery） 1985年开播 使用客户在全球达到160多个国家，3亿零6百多万家庭。 通过15颗卫星用36种语言、24小时播放来源于全球不同地方摄制的精彩高品质纪实节目 2、美国国家地理频道（National Geography） 遍布全球达171个国家及地区 通过48种语言收看 荣获1次奥斯卡金像奖和2次金像奖提名，129座艾美奖 平台分类 自然科学，历史人文，科学发现，生命科学，旅游风光，体育探索，军事侦探，交通机械，工程建筑
第一章：前言 (1) 第二章：微机油藏描述系统集成 (3) 一、Landmark公司微机油藏描述系统发展历程 (3) 二、微机油藏描述系统各模块集成 (4) （一）工区、数据管理系统 （二）GESXplorer地质分析与制图系统 （三）SeisVision 2D/3D二维三维地震解释系统 （四）PRIZM 测井多井解释系统 （五）ZoneManager层管理与预测 （六）GMAPlus正演建模 三、Discovery微机油藏描述系统软件特色 (12) 第三章：微机三维地震解释系统软件应用方案研究 (13) 一、工区建立 (13) （一）工区目录建立 （二）一般工区建立 （三）工区管理 二、数据输入 (20) （一）地质数据输入 1 井头数据输入 2 井斜数据输入 3 分层数据输入 4 试油数据输入 5 生产数据加载 6 速度数据输入 （二）测井数据输入 1 ASCII格式测井数据输入 2 LAS格式测井数据输入 （三）地震数据输入 1 SEG-Y三维地震数据输入 2 层位数据输入 3 断层数据输入
三、微机地质应用 (31) （一）微机地质应用工作流程工作流程 1 地质分析工作流程 2 沉积相分析工作流程 （二）微机地质应用 1 井位图建立 2 等值线图(isomap)建立 3 各种剖面图(Xsection)建立 4 生产现状图制作 5 沉积相图制作 四、微机三维地震解释综合应用 (48) （一）微机三维地震解释工作流程 1 合成记录及层位工作流程 2 地震解释工作流程 3 速度分析工作流程 （二）微机三维地震解释综合应用 1 地震迭后处理－相干体 2 合成记录制作及层位标定 3 层位和断层建立、解释 4 三维可视化 5 速度分析与时深转换 6 构造成图 7 地震测网图建立 8 地震属性提取 五、微机单井测井解释及多井评价 (104) （一）微机单井测井解释及多井评价工作流程 1 测井曲线环境校正与标准化工作流程 2 测井分析流程 （二）微机单井测井解释及多井评价 1 打开测井曲线 2 测井曲线显示模板制作 3.测井曲线显示、编辑与预处理 4.交会图制作与分析 5 测井解释模型建立与解释 6 测井解释成果报告
雷利中国 雷励中国(Raleigh China)，正式文件全称：上海杨浦区雷励青年公益发展中心，于上 海杨浦区民政局正式注册的公益组织。致力于青少年发展的教育型公益机构，也是雷励国 际在亚洲的第六个独立社区。通过开展环保建设、社区工作、野外探索等类型的项目，在 服务当地社区及环境的同时，青年人得以增长自己的技能，提高自信心、领导力及社会责 任感，加强多种文化之间的理解和交流，并加强对世界各地环境保护及社区发展的关注， 开启全球化视野。 雷励特质 雷励在成立之出即是以慈善机构的运作模式运转，赚取利润从来就不是我们的目的， 我们的目的是为青年人的发展提供探险的旅程。雷励旨在帮助人们更好地体验和感受这个 我们赖以生存的世界，并在实践雷励项目的过程中，更好地了解自己，发展自己。我们将 尽我们的所能，使每次旅程都成为参与者一生难以忘怀的经历。 冒险精神的灵魂在于我们的行动。雷励真正的灵魂和核心即是给予青年人探索世界的 机会，并且使他们在此过程中发掘自己的优势潜能，并最终成为真正意义上的，能够携手 共进，为社区服务和环保事业做出杰出贡献的团队一员。这个目标持续不变，传承至今。 雷励与人生 参与雷励，你将拥有一段伴随一生的经历。这不仅是因为你将得到凭一己之力无法到 达的地方的生活经历，同时也因为你会真正地为他人的人生改变而努力奋斗，在此过程中，你能够与来自不同地区、拥有不同文化背景的年轻人一起，去挑战你们之前从未相信自己 能够做到的事情。雷励相信，其中一些人将成为你一生的挚友。 雷励的意义不只是远征的过程，它还将让你体验参与团队的喜悦和感动，这里的成员 和你一样都拥有同样想法：在自己的生命中做一些不平凡的，又能真正改变世界的事情。 所以，参与雷励，你的人生从此会与众不同。 雷励灵魂与核心价值观——Raleigh Value Discovery 认识自己，探索世界 Courage 勇于承担，敢于挑战 Integrity 诚实正直，关怀社区 Drive 热情主动，行动实践
全球著名电视台 掌门人：霍珂灵 标签：文化国家 电视台（TV station /television station ）指的是制作电视节目并通过电视或网络播放的媒体机构。它由国家或商业机构创办的媒体运作组织，传播视频和音频同步的资讯信息，这些资讯信息可通过有线或无线方式为公众提供付费或免费的视频节目。其播出时间固定，节目内容一部分为其自己制作，也有相当部分为外购。比较有名的电视台：CNN，BBC，TVB，CCTV等。 美国有线电视新闻网(ＣＮＮ ) ＣＮＮ由特德·特纳于１９８０年创办，１９９５年被时代—华纳公司兼并。总部设在美国佐治亚州首府亚特兰大市，在美国本土以外设有２８个分部，在世界各地的雇员达４０００人。ＣＮＮ使用英语和西班牙语广播，它的资金来源于用户付费和广告收入。ＣＮＮ因独家报道１９９１年海湾战争而成为家喻户晓的有线新闻广播公司，目前已覆盖全球２１０个国家和地区。 ? 什么叫CNN? ?CNN是什么？ ?CNN什么意思啊好像最近很流行还有什么流行词啊？ ?美国的CNN公司是什么东西请消息说明一下 ?CNN 是美国的还是法国的 ?CNN歪曲报道原文 英国广播公司(BBC) 这一新闻频道由英国广播公司于１９９１年成立。它在海外拥有２５０名记者和５８个分部，资金来源于用户付费和广告收入。该频道声称在全球拥有２．７亿个家庭用户。英国广播公司今年宣布，计划于２００７年新开播一个阿拉伯语的新闻频道。 ? BBC是什么？ ?BBC什么意思 ?BBC是什么啊 ?BBC是哪个国家的媒体哦? ?bbc的经典语录(games[TV]的BBC) ?求bbc所有纪录片目录 半岛电视台(ＡｌＪａｚｅｅｒａ) 半岛电视台由卡塔尔政府于１９９６年成立。它在全球雇有１７０名记者，拥有２６个分部。世界各地都能收看到半岛电视台的阿拉伯语频道。半岛电视台因不断报道伊拉克和中东其他地区的一些事件而遭到美国的指责。美国总统布什甚至曾计划轰炸它的卡塔尔总部。２００６年，该电视台还将推出英语频道。 ?半岛电视台的相关资料？ ?卡塔尔半岛电视台与cctv ?为什么半岛电视台收视率全球第一？cctv1呢? ?基地组织为什么要把拉登的录音送到半岛电视台? ?半岛电视台在中东哪里？据说很有名的！ ?半岛电视台是哪国的 欧洲新闻电视台(Ｅｕｒｏｎｅｗｓ) 欧洲新闻电视台建立于１９９３年，它的特点之一就是使用英语、法语、德语、意大利语、葡萄牙语、西班牙语和俄语７种语言播报新闻。该电视台所以能这样做是因为它主要使用各个通讯社提供的图像，而没有亮相屏幕的新闻主播。该电视台由１９个欧洲公共部门电视频道共同所有，总部设在法国城市里昂，雇
自然纪录片（这里面又大概分为地球、宇宙、人体三个大部分） 一、BBC地球篇 首先是BBC三大“镇馆之宝”（自封的） 《地球脉动》：几乎算是有史以来最好的生态纪录片，用接近上帝的视角，审视这个叫做地球的星球，虽然探讨的是科学，但是有着宗教式的观影体验。 《人类星球》： 一部极其特别的自然纪录片，说是讲地球，其实是在从社会学的角度讲人类，但说是讲人类的纪录片，它又是以自然生态地理环境等要素为载体来讲述。视点新颖，内容丰富，把自然和人文结合得天衣无缝。 《生命》：人类看完足以无地自容的片子，哪怕只是地穴里一只微不足道的小虫子，每天也在上演生存的史诗。为了吃饭，为了繁衍，为了活下去，无数精彩甚至悲壮的生物行为，在这个生生不息的地球上无限地演绎下去，地球也因此而不朽。 除了我心目中难以超越的三大神作之外，仍有一些不能不看的作品。 《植物之歌》：这部讲植物的算是侧重于动物的《生命》的姊妹篇，从植物的进化讲到对地球，对生态的影响，这是一次对地球的绿色，也是对生命的礼赞。 《非洲》：我认为最接近三大神作的作品，拍得极其出色。非洲大地上生命的瑰丽，壮阔，惊奇，灵动，不朽，一一呈现在镜头前。此外，大量蒙太奇，慢镜头的运用，让这部纪录片的观赏性和趣味性，也达到一个难以超越的高度。（例如，那个从沙丘底部拼命往上推粪球的屎壳郎君，一次次往上推，粪球一次次滚落，好不容易推上沙丘，一阵风吹过又把它直接吹到底部。表现得非常有趣，但笑着笑着不知不觉眼泪就出来了。。。） 《冰冻星球》：算是《地球脉动》和《生命》的一条支线，讲述两极大陆的世界与“居民”们。极地世界的镜头难能可贵，摄制组捕捉到了很多平常难以观测到的动物捕食、迁徙等活动，以及壮观的冰川与雪原，还有对全球变暖趋势的忧虑。 《蓝色星球》：这部纪录片的人气在国内不如以上几部那么高，但是其品质足以名列BBC前茅。本片深入海洋，对水下蔚蓝的世界进行深入细致的介绍。从起源到各方各面，再到反思，每一集主题鲜明，节奏得当，配乐非常动听，本片足以成为自然纪录片的教科书。 ==========题外话的分割线===========================
Discovery软件介绍与基本操作 一、软件的整体综合评价Discovery油藏描述软件具有工区管理、数据加载、地质分析、地震综合解释和测井分析的工作思路和操作流程，作为一体化油藏描述系统，每一部分工作都不是孤立地进行的，而是彼此之间数据、成果必须相互调用、相互参考。Discovery软件功能强大，具有以下几方面的优点： 1、模块较多而且集成化，有地震、地质、测井和油藏多方面的集成环境与综合交叉应用。 2、数据库系统的一体化，各类数据统一管理，调用。 3、成果共享，各个功能模块之间的解释处理成果可以相互导入，实现无逢衔接，协同工作。尽管有很多优点，但也存在一些缺陷和瑕疵：1、软件的设计风格和设计思路不太符合我们的应用习惯，很难短期快速接受。2、有些功能还不太完善，对于某些复杂的操作和综合智能控制，还稍显得粗糙。3、菜单操作烦琐，较少的快捷键，而且还不能自定义。 二、软件的安装Discovery软件可以在微机上应用，对硬件的要求也不太高，方便灵活。在安装的过程中，要特别注意选择安装模式和米制单位。完成之后，要记得把Excel加载宏gxdb.xla文件拷贝到office文件夹的系统库里面，为以后Excel表格数据的输入做准备。 三、工区的建立和管理这个步骤是工作的基础，非常重要，关键是不要对工区的四角范围限制，设置为“not set”，方便扩展，要选择正确的辽河油区的坐标系统。刚建立的新工区是自动激活的，当我们需要在其他工区工作时，首先关掉正在运行的已激活工区下的各个模块窗口，然后再去activate目标工区，防止机器报错。工区备份打包和恢复非常实用，易于数据的保存和移植。 四、各模块的论述与应用 1．数据加载 （1）地质数据的加载wellbaseWellbase能加多种数据，常用的是井头、井斜、分层和生产试油数据。Excel表格输入关键是把握数据类型，数据的起始行，对wellid的命名不能用中文、不能重复，加了之后不能修改。井斜数据在加入后，需要calculate偏移量，才能看到斜井的井轨迹。分层采用的一般是顶分层，与我们习惯应用的不一样，对井缺失的层位，可以没有数据。 （2）测井数据的加载prizm测井数据可以加载系统已经有的曲线，也能加预先定义的任何曲线。常用的是ASCII码和las格式，las格式可以批量输入，自动完成。ASCII码要指定wellid，与井匹配，而且还要定义曲线名称和单位，给出空值和采样间隔，对于不需要的列可以skip。 （3）地震数据的加载seisvision首先要把SEG-Y数据转换成3dx或3dh格式，在这个过程中，给出数据类型，是时间域还是频率域的。输入线号和道号，通过head dump数据体能知道这些信息。 2．Prizm技术应用（1）曲线显示调整我们可以把曲线的排列布局，也就是曲线的标题栏按需拖拽到理想的位置，放到合适的Track里面。通过查看曲线的直方图，得到最大值和最小值，据此来调整上下限的值，使曲线全部显示出来。另外可以调网格的样式，曲线的vertical 显示比例，曲线道的宽度，曲线形式和颜色。增加或删除Log或Linear性质的Track，设置左右包络线和充填pattern，进行区域充填。通过录井网下载一个90格式的岩性代码文件，然后把它转成las格式导入，再对曲线充填就能得到一个岩性柱子。最后把设置好的显示结果另存为一个template，并且在setting菜单里设为project的默认模板，以后打开其他的井，就不用再调了。 （2）曲线校正编辑曲线的重采样，只要设置新的采样间隔interval和步长step，就能显示并