旅游数字足迹研究：热点与展望

在疫情蔓延、经济下行的背景下,开展旅游数字足迹研究,分析预测旅游消费行为,是推进旅游消费发展、推动国际国内经济"双循环"的重要基础工作.作为旅游信息化领域的新兴话题,旅游数字足迹是游客在通讯网络、互联网和物联网等泛在网络上留下的海量电子痕迹,真实反映了游客选择偏好和深层次的行为规律.国内外学者对这方面的研究已取得一定成果,但仍处于探索阶段.鉴于此,本研究辨析了旅游数字足迹的定义、类型和相关概念,阐明了旅游数字足迹的数据来源、特征和应用,分析了旅游数字足迹在游客人口特征、游客人格预测和游客行为分析领域的热点问题.最后,从理论体系构建、数据来源和预测方法精度等问题出发,对旅游数字足迹领域未来的研究方向进行了展望,为持续激发旅游消费潜力、推动旅游消费规模增长提供理论参考.     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

强场中真空正负电子对产生的低密度近似

在空间均匀含时的强外场下真空正负电子对产生的研究中, 从散射势转变点的角度, 严格证明了源于量子Vlasov方程的低密度近似方法(low density approximation, LDA)与半经典的WKB (Wentzel-Kramers-Brillouin)方法等价．通过对典型例子进行数值计算和说明, 对这2种方法的等价性进行了检验．当有较多转变点时, WKB积分变得烦琐, 相较而言, LDA更具有计算优势．本研究将量子动力学过程和量子隧穿过程联系起来, 有助于深入理解强场下真空中正负电子对的产生过程．      

框架式大跨度矿房开采技术

新桥硫铁矿采用两步回采的分段空场嗣后充填法,回采其呈框架式布置的矿柱、矿房,由于矿房跨度大大超过矿柱宽度,且矿柱充填质量较差,使第二步矿房回采难度加大．在矿房回采试验中,作者根据数值分析结果,采用了分区爆破、最后暴露充填体的开采技术,使大跨度矿房回采获得了成功,取得了显著的经济效益,也为类似条件矿山的开采提供了经验．     

基于MapReduce的Apriori算法并行化

Apriori是挖掘关联规则最经典的算法之一,针对该算法存在的瓶颈问题研究了基于MapReduce编程框架的简单Apriori并行算法;并在简单Apriori并行算法的基础上提出一种采用固定多阶段结合挖掘策略的改进算法——多阶段并行算法。实验结果表明,改进算法能缩短挖掘时间,提高执行的效率。     

基于层次分析法与加权叠加分析模型的攀西地区钒钛磁铁矿开发利用评价

在对攀西地区钒钛磁铁矿资源开发利用现状进行调查研究的基础上,建立了由目标层、中间层、指标层构成的3层评价指标体系;运用层次分析法确定各评价指标的权重,并采用加权叠加分析模型计算评价指数,对攀西地区各矿区钒钛磁铁矿资源的开发利用情况进行评价。评价指数越大,钒钛磁铁矿资源的开发利用程度越高。评价结果较好地体现了攀西地区各矿区对钒钛磁铁矿资源的开发利用程度。     

基于云计算的并行k-means算法研究

针对传统k-means聚类算法面对海量数据存在时间复杂度急剧增加的问题,结合云计算的优势,提出基于MapReduce编程框架来实现k-means聚类算法的并行化处理。Map函数完成每个样本记录到聚类中心的距离计算并标记其所属聚类类别,Reduce函数汇总中间结果并计算出新的聚类中心,供下一轮迭代使用。通过实验表明:基于MapReduce的并行化k-means聚类算法具有较好的加速比和良好的扩展性。     

节妇在单亲家庭中的作用与贡献——以江西《余干县志》所载节妇为探讨对象简

以江西《余干县志》所载列女为例,突破以往节妇的形象,从单亲家庭的角度,阐述了节妇在稳定和维系家庭运作方面发挥的支撑作用,进而挖掘和凸显了节妇群的历史作用与贡献.