基于MSPA的城市绿色基础设施景观格局时空变化分析

绿色基础设施（GI）是城市的重要组成部分,健全的绿色基础设施网络有助于城市的可持续发展.以郑州市沿黄河南岸六区县为研究区,基于形态学空间格局分析（MSPA）法和景观生态学理论,运用Fragstats、ArcGIS、Guidos Toolbox等软件,对研究区1997—2019年的绿色基础设施景观格局时空变化进行分析.研究结果表明,研究区GI总面积先增加后减少,且总体呈减少趋势;研究区东西部GI斑块间的连通性较弱,两极分化明显;GI核心区面积总体上呈减少趋势,意味着GI斑块趋于破碎化;研究区GI斑块的景观破碎化程度加深,景观聚集度变差,景观趋于丰富和复杂化,景观异质性增加.本研究可为研究区未来GI网络规划与建设提供参考.     

基于MSPA和MCR模型的襄阳市生态网络变化研究

构建生态网络并对不同时期的生态网络变化趋势进行分析,这在生态环境修复方面具有重要的指向性意义.本研究以襄阳市为研究区,基于形态学空间分析(MSPA)方法和最小累积阻力(MCR)模型构建襄阳市1997—2017年的生态网络,结合整体连通性指数(ⅡC)、可能连通性指数(PC)、中介度指数(BC)和斑块节点度指数(Dg)对景...     

基于MSPA和电路理论的南宁市国土空间生态网络优化研究

为了构建一个包含山水林田湖草生命共同体思想的国土空间开发保护格局,并向地方国土空间规划提供具有底线思维的生态基础设施体系与绿色版图设计,提出了长时间序列演进下基于形态学空间格局分析和电路理论的国土空间生态网络构建与优化新方法.以南宁市为研究区域,取2000—2020年为研究时间段,首先采用形态学空间格局分析法(MSPA...     

基于网络结构分析的信阳市绿色基础设施优化研究

以信阳市为案例,依据"中心控制点-连接通道-场地"提取了绿色基础设施系统,然后采用景观阻力分析提取生态廊道并模拟优化路径,最后提出布局优化方案并通过网络结构分析进行验证和提出管控措施.研究结论表明:优化后的α 指数由0.11提高到0.37,β 指数由1.08提高到1.79,γ 指数由0.38提高到0.58;优化后绿色基...     

级联故障在交通基础设施网络中传播与恢复： 基于文献的全面回顾

交通基础设施(transportation infrastructure, TI)网络极易因产生级联故障而导致瘫痪。然而,系统性地研究TI中级联故障似乎一直被忽略。为弥补这一领域的空白,全面审查了孤立、多层和空间TI网络中级联故障的传播机制、分析方法和预防策略。最后提出级联故障分析和预防的主流模型,并表明未来的研究中应该关注接受复杂性和依赖性、在安全性和韧性之间建立联系、对故障采用所有危险的方法、避免创建新的漏洞以及在部门之间转移知识等方面。研究成果有助于促进本领域的发展以及项目管理团队在早期阶段揭示和解决TI网络中的级联故障。     

绿色创新效率与交通基础设施——基于空间杜宾模型

我国基础设施近年来发展迅速,极大推动了我国经济发展,同时,国家对绿色创新水平的提升越来越重视,国内外学者开展了绿色创新效率的理论、评估方法及其应用研究。研究交通基础设施对绿色创新效率的影响,以2001—2016年省级面板数据为研究样本,构建了绿色创新效率指标,对交通基础设施分别进行综合与分类分析,采用空间杜宾模型进行分析,发现交通基础设施对绿色创新效率不仅存在本区域的直接效应,同时存在对邻近区域的溢出效应。     

基于GIS的城市基础设施对投资环境影响的综合评价

以潍坊市的城市基础设施为样本,据GIS的空间分析栅格原理,将城市分割成几个栅格作为投资论证点,利用多因素空间衰变测度模型对城市基础设施评价指标进行测度,利用主成份分析技术,将这些指标进行综合分析,旨在客观分析评价的基础上,为投资者的选址布局提供依据,同时为地方政府改善投资环境提供技术支持.     

海岸带城市蓝绿空间碳汇基础设施网络分析——以广西北部湾为例

为探讨蓝绿基础设施(Blue-Green Infrastructure,BGI)碳汇服务功能有益于指引城市碳中和目标建设,本研究以广西北部湾海岸带城市为例,运用形态学空间格局分析(Morphological Spatial Pattern Analysis,MSPA)法、连通性分析法以及电路理论,构建蓝绿基础设施碳汇网络,讨论对应的固碳增汇对策。结果表明：2020年研究区蓝绿空间碳汇总量为735 524.09 tC·a^-1,其中绿色空间碳汇总量为588 680.06 tC·a^-1,蓝色空间碳汇总量为146 844.03 tC·a^-1,单位面积碳汇量“蓝”高于“绿”;共提取63个碳汇源地斑块,20个核心源地斑块,绿色空间核心源地总面积为6 814.31 km²,蓝色空间为899.05 km²,核心源地主要分布在东西两侧及南部沿海地带;共提取出24条生态廊道,绿廊共长122.21 km,蓝廊为52.75 km,呈环状分布,中南部地区分布较密,连通性强。本研究结果可为“碳达峰与碳中和”(简称“双碳”)背景下海岸带城市的保护与可持续发展提供建设思路。     

绿色基础设施雨污管理规划研究进展

传统雨水和污水管理基础设施的弊端在高速城市化进程下日益显现,绿色基础设施已被认为是更具可持续性的、理想的替代设施.从目标制定、设施类型选择、所选设施数量及规模确定、选址和绿色基础设施网络优化5个方面对绿色基础设施规划于雨水和污水管理领域的已有研究进行了总结,分析不足和未来研究方向.鉴于难以量化绿色基础设施收益限制了相关规划研究的发展,指出通过跨学科、多部门合作,建立水文生态耦合模型探究水文过程和生态过程交互机制是支持绿色基础设施提供水文、生态和社会综合效益的量化研究的可行途径.阐述了分别从设施尺度和网络尺度进行完整的绿色基础设施规划研究的必要性,明晰了景观格局优化是在设施尺度研究的基础上进行绿色基础设施网络优化以保障并提升绿色基础设施功能的技术路线,指出对绿色基础设施的规划研究应逐渐由雨污管理功能延伸至社会生态系统中兼顾生态环境和社会经济视角的多项生态系统服务的提供.     

我国民间资本参与城市基础设施建设的模式分析

民间资本是城市基础设施建设的风险承担者和投资主体,它为基础设施项目提供资金,是城市基础设施建设的宝贵资源。从国内外的经验来看,民间资本参与基础设施建设的方式多种多样,每种方式都有利有弊,我们应该根据项目性质、服务对象、风险程度、操作难易等进行慎重选择,充分发挥民间资本的最大效益。     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

基于服务端密钥存储的网络计算机数字证书系统

为了解决在网络计算机系统中部署数字证书系统时存在的终端实体对私钥数据的存储需求和网络计算机无本地存储特性的矛盾,该文提出了一种基于服务端密钥存储的网络计算机数字证书应用系统的设计与实现方案。该方案基于公钥基础设施体系架构,采用了随机数、盐和多轮迭代等手段保证系统的安全性,并且通过在客户端进行密钥生成和加解密操作的方式实现了系统的可扩展性。系统实现的结果表明:由于无需借助外部密钥存储设备,该系统在保证安全性和可扩展性的同时,实施复杂度和成本得到了降低。     

基于服务端密钥存储的网络计算机数字证书系统

为了解决在网络计算机系统中部署数字证书系统时存在的终端实体对私钥数据的存储需求和网络计算机无本地存储特性的矛盾,提出一种基于服务端密钥存储的网络计算机数字证书应用系统的设计与实现方案。该方案基于公钥基础设施体系架构,采用了随机数、"盐"和多轮迭代等手段保证系统的安全性,并且通过在客户端进行密钥生成和加解密操作的方式实现了系统的可扩展性。系统实现的结果表明:由于无需借助外部密钥存储设备,该系统在保证安全性和可扩展性的同时,实施复杂度和成本均降低。     

Star pattern recognition method based on neural network

Star sensor is a sensitive instrument for determina-tion of a spacecraft attitude with high accuracy. The in-strument can determine the spacecraft 3-axis attitude through the recognition of observed stars. It measures star magnitude and star coordinates in the spacecraft coordi-nate frame. The measures are then compared with a refer-ence star catalog to obtain the attitude information of the spacecraft[1,2]. The purpose of star pattern recognition is to identify the corresponding relations bet…     

小波神经网络在人脸识别中的应用

人脸识别是一个涉及生理学、心理学、图像处理、计算机视觉、模式识别和数学等多个学科的前沿课题。小波神经网络是在小波分析研究获得突破的基础上提出的一种前馈性网络,避免了BP网络等结构设计上的盲目性,网络训练过程从根本上避免了局部最优等非线性优化问题,有较强的函数学习能力和推广能力。基于小波神经网络,文中提出了一种新的人脸识别算法。该算法利用小波多分辨特性和神经网络的鲁棒性和记忆性,同时结合了加速网络收敛速度的小波神经网络步长调整算法。实验证明该算法有高的检测率和有效性。     

一种基于小波神经网络混合模型的说话人识别方法

提出一种混合模型,即将隐马尔可夫模型(HMM)和小波神经网络(WNN)相结合应用于说话人识别的模型.该方法利用HMM的时序建模能力以及小波神经网络较强的模式分类能力,进行与文本无关的说话人的识别.实验表明,采用这种混合模型可以提高系统的识别率,特别在噪声环境中具有一定的噪声鲁棒性,提高了识别性能.     

基于PCA和神经网络的人脸识别

介绍一种基于PCA和神经网络结合的人脸识别方法。该方法首先利用主成分分析方法对整幅图像进行特征提取,获得最佳描述特征,从而减小神经网络的输入。然后将降维之后的图像数据输入到一个前向传播神经网络中训练。神经网络的权值采用粒子群算法进行优化,用标准人脸数据库中的样本进行测试,最后将该方法与其他方法作了比较。实验结果表明,该方法能够取得更好的效果。     

基于增量方法的卷积语音情感识别网络

提出了一种新颖的语音情感识别结构,从声音文件中提取梅尔频率倒谱系数(Melscale frequency cepstral coefficients,MFCCs)、线性预测倒谱系数(linear predictive cepstral coefficients,LPCCs)、色度图、梅尔尺度频谱图、Tonnetz表示和频谱对比度特征,并将其作为一维卷积神经网络(convolutional neural network,CNN)的输入.构建由一维卷积层、Dropout层、批标准化层、权重池化层、全连接层和激活层组成的网络,并使用Ryerson情感说话/歌唱视听(Ryerson audio-visual database of emotional speech and song,RAVDESS)数据集、柏林语音数据集(Berlin emotional database,EMO-DB)、交互式情绪二元运动捕捉(interactive emotional dyadic motion capture,IEMOCAP)数据集这3个数据集的样本来识别情感.为提高分类精度,利用增量方法修改初始模型.为...     

基于卷积神经网络的交通标志识别方法

针对卷积神经网络(CNN)在交通标志识别过程中出现的梯度弥散而引起的识别率低的问题,给出了基于改进CNN结构的交通标志识别方法.实验结果表明:该方法能够有效提高识别精度,防止梯度弥散.