基于网络分析法的长春市开放空间非均衡性测度与响应路径

开放空间作为城市功能空间的重要组成部分,对于城市公平正义的发挥起到重要的促进作用.以长春市开放空间为研究案例,基于网络分析法对长春市开放空间的非均衡性进行了测度,在此基础上分析了其非均衡性发展的效应及问题.结果表明:长春市开放空间布局非均衡且扩展速度迟缓,开放空间发展非协调且割裂现象严重,空间设计主观意愿强烈且缺少公众参与性.在对长春市开放空间非均衡性测度的基础上提出了开放空间优化发展的对策建议,认为开放空间优化应该遵循生态保护与生态文明建设有机协调、开放空间与城市功能空间相互耦合、城市景观与特色文化元素相互融合、开放空间与环境保护治理有机共生.     

低算力深度学习下的图像卡通风格化研究

在深入研究图像风格迁移的基础上，提出了一种适用于图形处理器性能受限情况下，卡通（cartoon）图像风格迁移训练的生成式对抗网络(generative adversarial networks，GAN)．利用视觉几何组（visual geometry group，VGG）网络提取图片先验信息，实现学习过程的加速；裁剪cartoonGAN模型，在保证效果的基础上，使得低性能计算条件下的网络收敛成为可能；设计合理的损失函数，保证整体风格化效果．基于tensorflow 2.0构建试验平台，通过对试验结果分析可发现，该方法的迁移效果好，稳定性强，且收敛时间短．对算法的参数和初始化方法给出了相关讨论，并提出了进一步的解决方案．      

《自然辩证法通讯》2021年稿约

一、本刊接受网络投稿,网址为:http://jdn.ucas.ac.cn二、本刊实行匿名审稿和同行评议制度,刊登科学技术哲学、科学技术史、科学技术与社会、科学技术文化研究、人物评传等方面的稿件,并围绕学术界关注的热点和前沿问题开辟专栏,欢迎海内外学者投稿。     

明月山旅游目的地形象建构的差异性研究 ——基于明月山官网、去哪儿及马蜂窝的网络文本分析

明晰旅游目的地形象对于提升旅游目的地吸引力、提高游客满意度和重游意愿具有重要意义。以明月山景区为例,运用Rost Content Mining6. 0软件对明月山官网、去哪儿网、马蜂窝等3类网站进行文本及图片内容分析,并利用Spss24. 0的对应分析对明月山网络投射形象进行构建与对比。研究发现:1)明月山网络形象核心是以自然风光和游憩活动为主体的具体形象; 2)明月山官方网站对"月亮文化"及"禅宗文化"等意象化名词出现频数较多,但非官方网站对其"符号"形象建构的程度不高; 3) 3个网站所构建的明月山网络形象存在明显差异性,去哪儿网投射的形象偏商业主题,马蜂窝所投射的形象突出景区知名旅游吸引物,而明月山官网所投射的形象则是旅游六要素信息的综合。     

大学生注意缺陷多动障碍与网络成瘾的相关研究

为了解大学生群体中注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)的发生率,并分析其与网络成瘾(Internet addiction,IA)的关联程度,选取呼和浩特市两所高校,以班级为单位整体抽样,运用网络成瘾诊断量表(IAT)和成人ADHD自评量表-V1.1(ASRS-V1.1),对1 322名大学生进行调查研究。结果表明:大学生ADHD症状被筛查为阳性的有8.6%,且在IAT上得分显著高于ADHD症状筛查为阴性的学生(P0.001)。说明大学生群体中的ADHD和IA存在较高比例,ADHD症状筛查为阳性的大学生会更容易网络成瘾(IA)。     

基于语义分割的高原鼠兔目标检测

针对区域建议网络中锚点框引入背景噪声导致小目标检测精度低的问题,提出了基于语义分割的感兴趣区域生成方法.首先把感兴趣区域的搜索问题转化为前景和背景的二值语义分割问题;然后对语义分割所得的前景进行中值滤波及连通域分析,直接得到感兴趣区域的大小和位置,从而避免使用锚点框来生成感兴趣区域,减小了背景噪声对目标检测的影响.对自然场景下高原鼠兔目标进行检测,结果表明:基于语义分割的感兴趣区域生成方法最优F1值比区域建议网络高27.75%,检测精度更高.     

关键基础设施网络关联脆弱性评估的本体配置

面向城市关键基础设施网络(CIN)关联脆弱性评估中的多源知识融合,提出一类知识本体配置方法,包括本体建模与本体匹配两个串行联动的部分.首先,结合历史案例与文献,溯源CIN关联脆弱性评估涉及的情景、关联、评估三方面知识要素,建立了CIN关联脆弱性评估的知识本体模型.然后,为实现多源本体智能化配对,建立基于本体检索与本体匹配评估的本体匹配算法,支持相关知识的动态有效融合.最后,通过一个用例验证本体配置方法的合理性.用例结果表明:本体配置方法能够集成CIN关联脆弱性评估的各类知识,避免多组织协同过程中的知识语义和结构冲突.     

基于时序和TOPSIS的社交网络节点重要性评价算法

针对社交网络随时间在不断复杂变化的实际情况,在采用TOPSIS算法的基础上,引入时间作为考量因素,设计了节点、节点属性和时序的综合评价算法。采用Facebook连续28个月的数据集,以7个月为一阶段,划分为4个时间段,以变化时间先后为序,进行算法的验证,并与TOPSIS算法的结果进行比较。实验结果表明,本文算法综合考虑了每段时间内的节点重要性,评价出的结果更符合节点动态变化的实际,且具有更高的准确性。