建设生态园林，创建宜居环境——用生态的理念指导城市绿化

本文阐述了生态园林的理念及我国生态园林的发展进程,介绍了我国的建设生态园林的一些城市典范;分析了目前我国在园林建设中存在的问题,提出了全面建设生态园林城市的对策。     

药用植物瓜蒌在城市垂直绿化中的应用

简要介绍了瓜蒌的属性,阐明了垂直绿化的概念及种类,重点论述了瓜萎在城市垂直绿化中的功能及其应用前景.     

大同地区高速公路绿化植物选择

通过分析大同地区环境,提出了大同地区高速公路绿化植物选择的原则,列出了高速路绿化的适宜植物,并对高速公路绿化养护措施进行了探讨.     

浅谈公路绿化设计和施工管理

阐述了公路绿化的优点,针对山西省的气候特征,对公路绿化设计时应考虑的因素、作用及要求进行了探讨.     

韶关市当代居住小区植物现状分析

调查、统计、分析了韶关市15个当代小区植物科、属、种的组成,植物生活型组成,植物来源,各小区应用的植物种类、植物在小区中的应用频率;并研究了小区绿化植物的群落结构特征及物种多样性,在此基础上提出合理化建议,为韶关城市绿化特别是居住区绿化提供参考。     

动物场馆环境绿化设计探析

环境绿化对于改善动物生活环境具有重要意义,在进行动物场馆环境绿化设计时,要结合动物的生活习性,合理运用园林艺术及其设计方法,体现自然、和谐。     

无机胶凝沙漠绿化砖制备及其性质的研究

采用模压成型方式制备沙漠绿化砖,分析无机胶凝剂用量、固化剂浓度、固化时间3个因素对绿化砖抗压强度、密度和吸水率的影响,从而确定最佳的工艺参数.正交实验结果表明：制备每块绿化砖的最佳的工艺参数为沙子12 kg,无机胶凝剂1 500 mL,固化剂浓度2.5 mol/L,固化时间45 min.但在实际生产过程中,考虑到节约成本和效率问题,固化剂浓度可以降低到1 mol/L、固化时间缩短为5 min.同时证明,添加一定量的膨润土,可以在保证抗压强度不受影响的情况下有效达到节约成本的目的.     

菜园土壤中的铜及其与土壤有机碳的关系

通过野外调查与室内分析相结合的方法研究了杭州市郊主要菜园土壤中铜的状况,并对其与土壤有机碳的关系作了探讨.取样分析结果表明,调查区域菜园土壤全铜含量在4.3×10-6～205.5×10-6之间,平均为(43.6±36.7)×10-6,有效铜含量在0.17×10-6～6.18×10-6之间,平均为(2.70±1.46)×10-6.同时还发现,菜园土壤有效铜含量与全铜含量呈极显著正相关,相关系数为0.717**(n=45,P=0.01,下同),据此认为菜园土壤有效铜的供给是以全铜量为基础的.相关分析还得出,全铜含量与总有机碳和易氧化碳含量均呈极显著正相关,相关系数分别为0.695**和0.594**;有效铜含量也与总有机碳和易化有机碳含量呈极显著正相关,相关系数分别为0.666**和0.557**,这表明施用有机肥料可能是菜园土壤铜营养的重要来源之一.另外,菜园土壤铜的有效性也有随土壤总有机碳和易氧化有机碳含量的提高而增大的趋势,这对一般情况下提高土壤的供铜强度是有益的.但是,倘若土壤中已积累了过量的铜,则有可能加剧铜的毒害,蔬菜生产和菜园土壤管理中都应予以足够的重视.     

创建城市社区型生活园区的基本构思--以高校学生生活园区规划为例

通过对学生生活园区总体规划、建筑布局、道路、管网等与园区规划相关联因素的分析,强调园区生态环境的设计、功能设计与园区生活配套设施的设计,以适应社会发展与人们的现代行为对园区建设的要求,营造健康、舒适的城市社区型园区环境.     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。