传统民居聚落智能化管理与移动旅游自助服务系统研究

随着旅游经济的快速发展,传统民居聚落环境正遭受着来自各方面的破坏和压力,这对传统历史文化的传承和弘扬影响深远。如何有效、科学地管理和保护特色鲜明的传统民居聚落这一载体已成为迫切需要解决的问题之一。针对传统民居聚落街巷机理特点,创新性地提出了集成GIS、360°全景影像、移动测图系统(mobile mapping system,MMS)、航空摄影测量、全球导航卫星系统(global navigation satellite system,GNSS)测量和移动物联网等多技术协同的传统民居聚落基础环境数据采集方法和工艺流程,以及基于Geodatabase和Postgre SQL的传统民居聚落特色的多源空间数据存储解决方案,并开发出一套功能完备的传统民居聚落智能化管理系统与移动旅游自助服务系统。实证表明,该系统显著提高了传统民居聚落管理智能化和旅游服务信息化水平。     

GPS与传统测量技术在地质勘查中应用比较

结合大型工程实例,通过控制测量、地形测量、地质勘探工程测量对传统测量技术与GPS测量技术进行了比较分析,结果表明,GPS测量技术具有作业速度快、成果质量高等传统测量技术无法比拟的优越性.     

洪湖流域传统农业条件下营养盐输移模拟研究*

文章选择位于长江中游的洪湖流域作为研究对象,应用流域分布式水文模型SWAT,探讨传统农业条件下流域营养盐输移的规律。模拟时段选择为建国初期的1951~1960年,模拟的边界条件设置为自然地形、土壤、传统农业生产和土地利用方式,其中土壤资料包括营养盐(N和P)、有机质含量、粒径等理化参数等。根据流域汇水范围的变化,模拟分汛期与非汛期两个时间段进行。通过对模型参数率定和调试,水文模拟结果与实测值有较好的吻合程度,由此进行营养盐输出模拟。模拟结果显示,传统农业条件下流域营养盐输出,TN和TP浓度变化有明显的季节特征,体现了耕作制度对营养盐浓度的影响; 同时,该时段营养盐浓度相比较自然条件下有了很大的改变,体现了人类活动对流域营养盐输移的影响,主要是土地利用类型变化和湖泊水域面积的缩小。     

土地制度变革——“转方式”破局之钥

我们对传统增长模式的批评,指向它高度依赖土地和劳动的要素投入,是以资源的高耗费来支撑高投资和高出口。转变增长方式,就是从主要依赖土地和劳动的要素投入,转向依赖技术创新和要素生产率的提高。转变的方向早已明确,但是效果甚微。要转变发展方式,必须改革支撑传统增长模式的制度。     

斯沃茨摩尔大学联合科学中心--现代主义形式与传统材料的完美结合

斯沃摩尔大学在科学设施重建的问题上感到进退维谷.该大学想创建一个符合发展计划要求的现代建筑,但却不想破坏校园原有建筑的风格和整体的协调性.     

关于做好矿管行政执法工作的讨论

从实践出发,总结了如“人治”等传统势力的影响、“小不管大”、条块分割、政出多门等是导致矿政执法难的重要原因,特别是“长官”意志、地方保护评论的干扰,常常使矿政执法成为一句空话。因此,做好矿管行政执法工作,必须建立建全矿管机构并赋予其执法主体地位,不断完善法律法规,加强法制宣传,加大矿政执法力度,正视工作中遇到的各种困难,研究对策,不断寻求矿管工作的新思路,新举措。     

集成BP网络在城市地下水水质评价中的应用

为了克服传统BP网络的不足,发挥共轭梯度法和梯度下降法各自的优势,本文介绍了在城市地下水水质评价模型中采用集成BP网络、用共轭梯度法和梯度下降法相结合的混合算法来训练网络的方法.通过实例表明,将此网络模型应用于城市地下水水质评价是有效的、可行的.     

新经济地理学与传统经济地理学之比较研究

自20世纪90年代以来，藤田、克鲁格曼、维纳布斯等以迪克西特和斯蒂格利茨垄断竞争模型为基础，用不完全竞争、报酬递增和市场外部性等理念构建新的经济地理模型，掀起了一场“新经济地理学”革命。新经济地理学在理论基础、研究特点和方法等方面与传统经济地理学表现出明显不同，其理论创新受到经济学界和地理学界的普遍关注。但是，也有一些学者对它提出了同样引人注目的抨击。通过对新经济地理学与传统经济地理学进行比较，对一些重大理论假设、研究方法与特点进行简要分析，有助于廓清对新经济地理学与传统经济地理学之异同的正确认识，以期推动新经济地理学的理论研究与应用以及新经济地理学与传统经济地理学领域的学术交流。     

冻土研究评述

冻土是气候的编年史。冻土或终年冻结的地面是在温度低于0℃持续两年或两年以上情况下自然发生的物质。今天,对过去,特别是对将来全球气候变化的研究已成为科学研究最活跃的领域。其中,最引入注意的是对保存于冻土档案库中的、过去150000aB.P.至今气候变化的物理记录进行调查。关于冻土的成因和分布等的传统研究,尤其对北冰     

基于PCA-SVM算法对稀土元素与稀土判别指标耦合数据集的铀矿床分类

不同类型铀矿床的沥青铀矿/晶质铀矿具有不同的稀土元素组成,其组成可作为判别铀矿床类型的重要指标。采用基于Python语言的主成分分析（principal component analysis,PCA）与支持向量机（support vector machines,SVM）结合的分类模型,对收集到的全球已知6种类型铀矿床的216组沥青铀矿/晶质铀矿稀土元素数据进行研究。以216组数据为训练集,通过数据清洗、特征缩放、PCA特征提取、网格搜索和交叉验证参数寻优构建SVM分类模型,对24组同变质型胡家峪晶质铀矿进行智能识别。研究结果显示：仅使用稀土元素的14维训练集最优模型判定胡家峪晶质铀矿类型的测试准确率为0.4%;由稀土元素、稀土总量、轻重稀土比、铕异常组成的17维训练集最优模型的测试准确率为75.0%,较14维训练集提高74.6%,模型泛化能力强;而通过传统稀土元素配分曲线、w（ΣREE）-（LREE/HREE）_N图解不能有效判定胡家峪晶质铀矿类型。本次研究表明,PCA-SVM算法对增有传统稀土判别指标数据集进行挖掘可有效厘定铀氧化物成因类型,效果明显优于单纯的稀土元素数据集以及传统的稀土配分曲线、w（ΣREE）-（LREE/HREE）_N图解。