防城港:采取四项措施严打违法用地

<正>2015年,广西防城港市国土资源局防城区分局把打击非法买卖土地和违法占地建房等工作纳入重要议事日程,根据本部门职能,组织强有力队伍,加强动态巡查,严厉依法打击违法用地行为。一是加大宣传力度。通过竖立警示牌、悬挂横幅、张贴标语、出动宣传车向广大群众发放宣传资料等方式,全方位、多     

单频网多小区半动态组网方法

基于单频网的多小区MBMS越来越受到人们的重视,但是多小区MBMS的性能受限于单频网的拓扑结构、用户的业务分布等因素,因此如何有效地进行单频网组网是一个亟待解决的问题。提出了一种半动态组网方法,该方法根据用户的移动性和预先设定的吞吐量门限值,判断是否需要更新网络拓扑机构,以保证单频网的性能。仿真结果表明:提出的方法在吞吐量方面优于传统的静态组网方法,且其更新网络拓扑结构频率也大大低于动态组网方式。该方法操作简单,更适合于实际多播系统的应用。     

动态网页数据库教学方法探索

以任务教学法和难题教学法为理论基础,研究了在学科教学当中,如何用最有效的方法帮助学生建立动态网页数据库的知识体系.从实践层面上分析了网页数据库教学的基本特点,并提出了该课程教学的若干原则.在实践层面上,为同行工作者提供了一个可供借鉴的课程模型,最终达到培养学生的兴趣和能力的双重教学目的.     

对海域使用动态监视监测协管员现状问题的初步研究

海域使用动态监视监测协管员是海域使用动态监视监测工作的最前沿,可以第一时间掌握用海信息,是海域使用动态监管系统中的关键环节。文章从连云港市海域使用动态监视监测的实际工作角度出发,论述乡（镇）协管员产生的背景,分析乡（镇）协管员工作中所存在的问题并提出建议。     

基于R/S分析法的等维灰数递补动态GM(1,1)模型预测矿井涌水量

针对矿井涌水量时间序列的分形与灰色特征,采用重标极差分析法（R/S分析法）确定涌水量时间序列的Hurst指数和平均循环周期,在一个周期内建立等维灰数递补动态GM（1,1）预测模型。充分利用最新信息,提高模型预测精度。运用基于R/S分析法的GM（1,1）模型对陕北某矿矿井涌水量进行分析预测,结果表明,模型拟合程度好,预测精度高,能够为矿井安全生产提供决策依据。      

广西城市空气质量预报技术

以南宁市为例介绍广西城市空气质量预报技术。对南宁市二氧化硫、二氧化氮和可吸入颗粒物等污染物平均浓度与气象要素的相关分析表明，污染物浓度与地面、高空气象要素相关非常好。在未来24-36小时天气预报基础上，采用动态统计预报两种模式对城市空气质量进行预报，并根据污染日的影响天气系统类型对两种模式预报结果进行订正。业务实践证明预报准确率较高。     

基于ArcGIS Add-in的交互式DLG质量检查平台搭建研究

DLG作为基础地理信息的核心数据,质量直接影响其在各个领域内的应用,为此,DLG质量检查尤为重要。基于现有检查软件的质检工作大多将检查和编辑分离成两个独立部分,使得错误信息的查看和修改不便。因此,基于ArcGIS Add-in研发了交互式DLG质量检查平台,将质检和编辑无缝衔接,实现随查随改的高效质量过程控制。     

BDS中长距离非差实时动态厘米级定位算法

针对BDS常规实时动态定位(RTK)中,随着流动站与参考站间的距离增加,大气延迟误差的空间相关性大大降低,影响了整周模糊度的快速解算和流动站位置信息的解算精度问题。该文研究了一种基于非差观测误差的BDS中长距离常规RTK定位算法,采用非差误差改正方法为流动站提供误差改正,利用参考站的非差误差改正数以单颗卫星为对象进行误差改正。对电离层延迟误差和相对天顶对流层延迟误差进行参数估计,处理电离层延迟误差和对流层延迟误差的影响。最后通过BDS实测数据对该算法进行了算法验证和结果分析。实验结果表明,该算法可以实现BDS中长距离常规RTK的快速定位,并获得厘米级定位精度。     

基于Item2Vec负采样优化的专题地图产品个性化推荐方法研究

建立适用于专题地图产品检索的用户偏好推荐模型是提高专题地图质量的有效方式之一,在专题地图产品推荐场景中,存在严重的内容冷启动和评论数据稀疏问题,现有的推荐算法无法为特定类用户推荐不同特征的专题地图产品,导致用户从专题地图中获取偏好信息受到限制。因此,本文构建基于负采样的连续词袋模型和基于Word2Vec的Item2Vec相结合的用户偏好推荐方法,用于专题地图产品推荐。① 计算用户行为日志文件中交互行为数据的隐性评分,以代替专题地图推荐信息流场景中稀疏的用户评论数据;② 基于负采样的连续词袋模型提取目标专题地图的前后地图序列感知特征信息,通过控制正负样本比例为1:2,提升目标专题地图潜在评分的预测精度;③ 通过Item2Vec将带有用户行为特征信息的专题地图映射到向量空间,计算用户对专题地图的相似度矩阵,根据用户偏好程度完成推荐。在构建的专题地图评分实验数据集Thematic CMaps和4个公开验证数据集MovieLens上的测试结果表明:与LFM、Personal Rank、Content Based和SVD 4种传统推荐算法相比,本文所提方法可有效提高潜在评分的预测精度,推荐性能最高达到27.85%;与以霍夫曼采样方式的Item2Vec基础方法和YouTubeNet 2种神经网络推荐算法相比,评分预测精度有一定提高,且推荐性能不断提升,最高达到2.97%和5.78%。以经典算法奇异值分解（SVD）为例,将MovieLens-20M数据集切分后,在数据量不断增大的数据子集中,本文所用方法的评分预测精度和性能均优于SVD方法。