多维邻近下浙江城市创新网络演化及其机制研究

以浙江90个县级城市（城区）为对象,基于大数据专利文本挖掘析取城市间合作申请专利数,构建创新网络,采用空间网络模型和负二项回归模型分析2007—2017年浙江城市创新网络的网络结构、时空演化及创新合作强度的影响机制。研究发现：① 浙江城市创新网络规模逐渐扩张,“小世界性”显著,通达性较好,整体呈以杭州湾区为核心的“网络局部化、辐射中心化”特征,等级层次性清晰;② 浙江城市创新合作强度与经济规模、教育水平、政策支持、技术势差、城市行政等级、技术邻近性、边界相邻效应显著正相关且受地理距离约束,认知邻近性和制度邻近性与创新合作间分别呈“U”型和倒“U”型曲线关系,网络效应更多在整体网层面上促进了创新合作。在特定省份县级城市层面探讨了如何加强城市创新网络协同效应,以促进地方城市间的创新联系。     

中国三大城市群电子商务快递物流网络空间结构及其形成机制研究

以中国长三角、京津冀、珠三角三大城市群为案例,基于中国智能物流骨干网（China Smart Logistic Network,CSN）关系数据,采用社会网络分析、随机森林分类算法、QAP分析等研究方法,在县区尺度上探索电子商务快递物流网络空间结构特征及其形成机制。研究发现：① 三大城市群电商快递物流网络密度较高,已形成典型的网络式空间结构。其中长三角城市群网络呈圈层蛛网式结构,县区间联系强度以环杭州湾为中心向外围梯度衰减;京津冀城市群网络受制于行政藩篱,形成“北京?天津”双核心网络结构;珠三角城市群网络联系强度自区域外围由弱到强逐渐向珠江口东岸方向变化,形成“穗（广州）?莞（东莞）?深（深圳）”快递物流廊道。② 三大城市群中物流输出型县区多集中在区域中部,依托中心城市向外物流辐散,而物流输入型县区多分散于外围。③ 城市群电商快递物流网络形成主要受人均可支配收入、常住人口和距离等因素影响。研究结果对于丰富城市网络理论,促进城市群快递物流协调发展,提升现代服务业水平和城市群整体竞争力具有重要意义。     

黄河三角洲潮沟网络形态特征的时空分异规律及其发育过程

潮沟是陆海生态系统交互作用的主要通道,具有高度的时空动态性。以黄河三角洲新旧河道为界,划分黄河北岸（Ⅰ区）、南岸东（Ⅱ区）、南岸西（Ⅲ区）为对比研究区,选择1998—2018年5个关键时间节点的遥感影像为数据源,利用GIS空间分析功能,定量表征了潮沟发育程度的典型形态特征参数,剖析了黄河改道、湿地恢复工程和外来物种入侵等因子对潮沟发育过程的影响,挖掘潮沟网络的时空演变规律。结果表明：① 潮沟的形态特征具有明显的时空异质性。从1998年黄河改道初期至2004年湿地恢复初期,Ⅰ区各等级潮沟数量大幅减少;由于潮滩淤进和互花米草固滩作用,Ⅱ区潮沟数量、密度、分汊率呈现增长趋势,在2013年互花米草的快速扩张期,潮沟曲率、分汊率明显增大;Ⅲ区潮沟发育的等级、长度、密度最大,等级间的转化频率最高,湿地恢复工程导致低等级潮沟数量、长度明显减少,较强的海洋动力抑制了潮沟曲流的发育。② 黄河改道和侧弯丁坝建设导致平均归槽长度（OPL）增大,潮沟网络的排水效率减少。互花米草的快速扩张使排水效率增大,OPL不断降低;潮沟发育程度Ⅲ区>Ⅱ区>Ⅰ区。③ 潮沟系统由快速变化青年期整体进入缓慢变化中年期,发育状态趋于动态平衡。研究成果有助于了解大范围潮沟的发育过程及演变机制,为沿岸潮滩开发与利用提供科学的决策支撑。     

非线性视角下的上海旅游地复杂系统演化过程及动力学特征

随着旅游地发展复杂性的增加,非线性研究方法成为旅游地演化研究的有效选择。以上海为案例地,运用水平可视图算法,将旅游需求作为旅游地复杂系统动态行为表征,探讨旅游地复杂系统演化过程及动力学特征。研究发现：旅游地复杂系统演化具有小世界和近似无标度网络特性,混沌动态行为特征,表现为混沌确定非线性动力系统;上海旅游地复杂系统演化处于“无序中的有序”混沌或混沌边缘,原有秩序已瓦解,系统新的属性和结构逐渐涌现,有待新的高级有序态生成;旅游地复杂系统遵循“有序—混沌（边缘）—涌现—新有序”,从低级有序向高级有序演化跃升的过程;外部环境和主体系统主导下的重要事件是旅游地复杂系统由低级有序向高级有序演化的“关键要素”,政府学习创新能力的提升对系统阶段性演进起到“推进器”作用,旅游企业开始显现主导地位,成为未来推动上海旅游地复杂系统演替发展的主导力量。上海国际入境旅游客源国（日、韩、新、德、英、法、加、澳）和国内旅游外地游客市场处于不稳定的混沌区域,是影响上海旅游地复杂系统混沌行为的重要因素,应进行混沌控制,加强管理和引导,促进上海旅游地复杂系统新演化阶段有序态的生成。     

多尺度视角下中国新能源汽车产业创新空间格局及网络特征

创新活动与创新网络的多尺度空间模式是创新经济地理学关注的焦点。论文选择在知识分类上兼具隐性和显性知识特征的新能源汽车产业作为研究对象,利用来自国家知识产权局的相关专利数据,分析了2001—2015年中国新能源汽车产业独立创新活动和合作创新网络在“区域—省域—市域”的多尺度空间特征,并对其进行空间分类。结果显示：① 创新活动在城市层面最具解释力度,中国新能源汽车产业技术创新活动主要集中在东部和北部沿海地区,市域尺度上的创新活动存在较大差异;② 内部创新网络和外部创新网络在区域层面最具解释力度,创新网络集中在东部和北部沿海地区,市域尺度上的创新网络变异明显;③ 在不同尺度上,创新网络与创新活动之间存在不同程度的差异。地方创新环境与创新主体性质是造成上述格局差异的重要原因。仅停留在空间上的分析很难深入解释创新网络格局,应从更微观的创新主体层面探究创新结网的过程和机理。此外,创新活动和创新网络分别具有“多尺度结构性嵌套”和“多尺度能动性交换”特征,未来研究应对两者之间的差别给予更多关注。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。     

深度残差神经网络频率域下蚀变岩石光谱分类模型研究

以往的蚀变岩石光谱分类方法包括机器学习模型和浅层神经网络模型,且均使用光谱波形特征作为模型分类依据.小波变换能够将光谱数据转换为频谱图进行奇异性探测,显示光谱瞬态突变信息.该文使用5种不同蚀变类型的石英闪长玢岩光谱数据,通过Symlets小波变换将光谱数据转换为频谱图,作为深度卷积分类模型的基础数据,再利用50层深度残差网络(ResNet50)模型对数据进行分类,并选取准确率、损失值、召回率、精确率以及F1参数对结果进行评价.通过与传统的机器学习方法及其他方法进行比较,证明该模型的准确率和F1参数均优于对比模型,测试集分类准确率达到99.67％,表明该模型对蚀变岩石光谱数据分类的适用性较强,且具有较好的鲁棒性和泛化性.     

省际入境与国内旅游流网络结构特征及比较分析

利用社会网络分析法分析我国入境和国内旅游流网络结构特征并进行比较,结果表明:1)入境旅游流整体网络密度较低,各省域间的入境旅游流联系强度较弱,旅游流各板块间交流频繁,溢出效应更明显,旅游流网络结构中心化程度较高,区域差异较大.2)国内旅游流整体网络密度接近1,各省域间几乎都有联系,且旅游流网络结构中心化程度较低,各省域发展较平衡,流量较大的国内旅游流主要产生在经济水平较高或旅游资源较丰富的省域之间.3)与国内游客相比,入境游客更倾向于流向经济发展水平高、国际知名度高的省域以及著名的旅游省域;与入境旅游流相比,国内旅游流网络中各省域的空间关联程度更高,旅游流网络中心度更低,发展更平衡.     

“冰上丝绸之路”沿线国家贸易网络结构特征分析

“冰上丝绸之路”倡议为沿线国家贸易发展提供了机遇,可加速经济要素跨国流动,促进全球贸易的可持续发展。基于2019年37个“冰上丝绸之路”沿线国家贸易数据,运用复杂网络分析方法,研究37个“冰上丝绸之路”沿线国家贸易网络的拓扑结构特征、贸易社团及节点中心性的地理空间分布特征。结果表明：1）贸易网络具有良好的互通性和扩散性,且具有小世界特征和无标度性质,两极分化较为显著;2）贸易网络呈现出明显的“核心—边缘”圈层结构特征,德国、中国、美国、荷兰处于核心圈层,是贸易网络的枢纽;3）贸易网络可划分为1个北美社团、1个以东亚国家为主的社团和3个以欧洲国家为主的社团,其空间分布表现出连续性特征,各社团内部贸易联系密切,中国是所属社团的核心;4）贸易网络呈现出枢纽辐射式和全连通式共存的结构,强度中心性呈嵌入式的单元格局,接近中心性呈集中连片区块状分布特征,中介中心性的极化现象较为明显。     

基于卷积神经网络的遥感影像地表覆盖分类

遥感影像地表覆盖分类是地理国情监测和地理信息资源建设中至关重要的环节,利用卷积神经网络对遥感影像进行特征提取和分类,具有十分重要的科研和应用价值。为提高遥感影像的地表覆盖分类精度,在深度卷积神经网络VGGNet的基础上,采用SeLU函数作为激活函数,并将激活函数中的λ、α作为训练参数,得到改进的VGGNet,用逐层贪婪算法对网络参数初始化,并选择适当的学习次数利用迁移学习的方法对网络参数调整,以提高网络的泛化能力来提取遥感影像各类别的深层特征,从而有效进行地表覆盖分类。通过GF-1卫星影像的实验表明本文方法在地表覆盖分类精度方面的优越性。