智能结构控制发展综述

本文介绍了智能结构的基本概念和基本特点,并对智能结构控制理论的形成和发展进行了综合论述;重点阐述了在土木工程结构控制中应用较成功的人工神经网络和模糊逻辑的理论和应用的现状,提出了今后应重点解决的问题。     

家的解码:空间句法对家空间研究的内容与方法

家是地理学透视社会现象的窗口,家空间是地理学关注人地关系的微观尺度。作为住宅建筑与其居住主体发生联系的空间系统,家空间内部的组构差异可以反映不同的社会文化逻辑。空间句法作为一种定量分析城市形态的理论方法,在研究家空间形态与其社会文化逻辑关系时兼具定量和定性分析的优势。国外运用空间句法对家（family、home、house）空间的研究已日益成熟,而国内的相关工作却尚未涉及。首先阐述空间句法对家研究的基本过程与思路;其次,基于对国外相关研究的梳理、分析后,从家的“基因型”、家的“恒定”与“转换” 、家的“二元性”3个方面进行了归纳和总结,发现空间句法中的“空间”与传统地理学中的“空间”既不同又互补;不同民族文化、生活方式与其家空间之间存在组构关系;相同文化背景下家空间的组构具有时代性。地理学对家空间的关注一直比较薄弱,空间句法对家空间的研究为探究人与其居住空间之关系提供了新的视角。     

空间实体的拓扑构建

空间实体的拓扑关系是地理信息系统进行空间分析、决策支持的基础.拓扑关系的关键点在于拓扑结构的构建.首先介绍了点集拓扑理论, 归纳了有实际应用价值的各种拓扑关系, 分析了拓扑模型中的最基本拓扑元素和空间实体的关系; 然后提出了一种要素类的拓扑构建方法, 其算法以MAPGIS7.0空间实体的结构为依据, 主要体现要素分裂的思想.实践证明, 这些方法能够有效的构建空间实体的拓扑关系.      

地震滑坡危险性评估模型及初步应用

统计分析了汶川地震滑坡在不同影响因子下数量和密度,然后采用归一化方法确定影响地震滑坡的关键因子。基于关键因子建立了地震滑坡密度数学模型。结果表明:从滑坡数量看,滑坡主要集中在(10°~20°)至(40°~50°)的坡度(90 m栅格)区间,主体集中在35°附近,在3°~7°之间有一个滑坡分布的小峰值;滑坡密度随着坡度的增加而增加,在3°~7°的低坡地带有一个滑坡密度小峰值,在坡度一定的情况下,除了烈度外,其他影响因子下滑坡密度并没有表现出足够明显的规律性变化;归一化计算结果表明:坡度和烈度是地震滑坡的关键因子;根据逻辑斯蒂模型计算的结果,将地震滑坡危险性分为几无(≤0.01)、轻微(0.01~0.03)、中等(0.03~0.09)、严重(0.09~0.27)、特重(≥0.27)5个等级。地震滑坡危险性预测数据在鲁甸地震等地震应急中发挥了较好作用。     

基于语义规则的普适计算隐私控制方法研究

针对普适计算隐私保护问题,研究基于策略的用户隐私信息控制方法.根据多类逻辑,定义了隐私策略的形式化模型,采用本体和规则推理技术建立隐私策略模型的语义应用框架.通过支持后向链推理的规则引擎,测试了隐私策略的执行机制,表明语义隐私规则在隐私保护应用系统中的有效性和可用性.     

国产光学卫星影像RPC制作

有理函数模型(Rational Polynomial Coefficients,RPC)是一种常用的影像几何关系表达模型,可以用于精确表达所有影像的成像几何关系,正广泛地被业界所接受.本文在国产光学卫星严密成像几何模型基础上,介绍了RPC模型和无偏估计参数求解算法.利用资源一号02B星、资源二号03星数据进行实验的结果证明了方法的正确性以及RPC模型对国产卫星影像的适应性.     

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:（2）表现评估

本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。     

智能高精地图数据逻辑结构与关键技术

以车辆自动驾驶、无人驾驶为研究对象,讨论定义了智能高精地图,认为智能高精地图作为未来出行的关键一环,是交通资源全时空实时感知的载体和交通工具全过程运行管控的依据。智能高精地图作为一种全新的地图形式,与传统导航电子地图相比,在地图学理论和应用需求等方面有其鲜明特点。为推动智能高精地图研究与应用进展,需要对其关键特征与问题展开分析讨论。本文从地图学理论上提出智能高精地图信息传输模型;从实际应用上结合轮式机器人自主智能控制流程,提出智能高精地图数据逻辑结构,并分析其在自动驾驶中的应用;从计算模式上总结“众包+边云协同计算”计算模式,并针对如何提高众包数据质量的问题,开展关键技术分析;从应用场景上分析未来智能高精地图的有效应用场景;最后提出对本领域未来发展的一些思考与建议。     

利用R-Shiny架构的植被物候参数分析系统设计与实现

植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。     

制定适切的学习目标——线上线下混合式学习需要注意的关键前提

在日常教学活动中,学生学习效率不高的情况较为普遍,其主要原因之一是教师对学生学习目标的呈现和引导不够明确。特别是在防止“新冠肺炎疫情”蔓延期间,师生不便面对面交流,线上线下混合式居家学习在全国广泛开展起来,为了更好地提高学生的学习效率,教师们尤其需要为学生呈现更加科学、明确、具体的学习目标。本文结合《普通高中地理课程标准(2017年版)》中课程目标的要求,再次阐释学习目标的概念及制定方法。