关于主题旅游协作网络建设的探讨——以"霞客行"旅游网络为例

旅游协作是旅游系统本身的要素关联,是其客观属性和发展的必然。主题旅游协作是以某一个主题为"红线",将相关旅游要素组织起来形成一个旅游协作组织形式。目前关于旅游协作研究中很少涉及主题旅游协作。文中以"霞客行"旅游网络计划为例,讨论了名人故居旅游地开发中,重视物质性遗产开发,忽略非物质性品牌利用所导致的"大品牌,小产品"的问题,提出了利用虚实结合手法,通过主题品牌运作,构建综合性主题旅游协作网络的构想。旨在通过一个产品网络、一个市场网络、一个学术网络和一个虚拟网络的运作来充分发挥徐霞客品牌的纽带作用,以此推动相关主题旅游地协作单位之间的产品共享和市场共享,从而实现协作体系的效益最大化。     

基于卷积神经网的CCTV视频中排水管道缺陷的智能检测

作为地下空间信息测绘工作的一个重要部分,基于排水管道内部测绘信息的管道缺陷检测越来越受到人们的重视。CCTV技术是一种广泛使用的排水管道内部测绘与缺陷检测技术。近些年基于卷积神经网的人工智能技术在图像识别中取得了巨大成功,受此启发,提出了一种基于卷积神经网络的排水管道缺陷的检测方法,以提高CCTV视频中的管道缺陷检测的自动化和智能化。试验证明了该方法的有效性,其在缺陷识别的准确率和召回率及识别速度上均满足了排水管道缺陷智能检测的需要;同时该方法也已经在深圳市的排水管道检测中得到广泛的应用。     

裂隙岩体中的对流扩散研究

揭示一个基于代数拓扑理论的裂隙网络中物质弥散模型，还给出了应用于网络中的对流扩散的对应性原理的证明。应用拓扑理论给出的框架，使其起了一个数据结构的组织者的作用，由此得到网络中每一个分支上的浓度的解。这个解是在拉普拉斯空间上的解析解。网络中任意点在任何时刻的浓度可以很方便地用数值拉氏反变换求出。     

涡北河网区三维地震采集技术

涡北勘探区属于河网地带,难以进行正常的地震施工。为此,本文提出了一种以规则束状观测为基础和特殊观测系统相结合的数据采集方法。该方法适应了这种复杂的地表条件,获得了"空白区"的地震资料,为今后类似地表条件地区的三维地震勘探提供了经验。      

卫星面降水估计人工神经网络方法

介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.     

供水管网渗漏分析研究

渗漏管网的流分析是进行供水管网震后功能评价，从而实现在系统层次进行抗震设计的基础。在正常使用阶段，渗漏也是供水管网设计必须考虑的问题。本文介绍了供水管网渗漏分析的两类基本模型，在此基础上，给出了考虑渗漏模型的供水管网流分析的实施步骤。为了比较无渗漏模型和渗漏模型的差异及不同渗漏模型对计算结果的影响，对一典型供水管网进行了无渗漏管网模型的流分析和不同渗漏模型的带渗漏管网的流分析。分析结果表明，合理的渗漏模型是正确评价供水管网服务能力的基础。     

地震行业地面骨干网与应急卫星通信网互联路由设计方案的探讨

本文介绍了地震行业地面骨干网与应急卫星通信网的运行现状及互联存在的路由问题,讨论了实现两网互联的路由设计目标和策略,根据OSPF协议与BGP协议的特点和适用范围,提出了统一互联的接入方法,以及联合使用OSPF和BGP协议解决两网互联路由问题的具体方案,经网络仿真平台测试证明,该方案切实可行,效果良好。     

一种基于WiFi Direct技术的位置信息共享方法

当移动设备处于离线状态时,设备之间难以实现基于位置的信息共享。本文尝试利用Android设备搭载的WiFi Direct技术建立无线自组织网络的方法,实现了在该网络下位置信息的共享,并对该网络的性能进行了测试,同时考虑了设备中存在有设备与服务器连接时的信息共享情况。试验表明,该方法可在一定程度上解决因网络中断,设备之间不能进行位置等信息的共享或从服务器获取信息的问题。     

基坑支护结构水平变形预测的遗传神经网络方法

采用遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络,先用遗传学习算法进行全局训练,再用BP算法进行精确训练。就遗传算法过程中的选择、变异进行了探索,提出了用BP网络训练产生变异的遗传算法。作为实例,将该方法应用于预测基坑支护结构水平变形中。结果表明,该方法有收敛速度较快、预测精度高等优点。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。