住宅中儿童活动空间设计方法

住宅发展致力于解决住户最基本的生活问题,直到近年来住宅多样化,才出现儿童房等功能分区。然而,儿童活动空间仍未得到住户与设计者足够的重视。由此,试图通过分析儿童在住宅内的行为习惯与设计存在的问题,归纳其需求。在此基础上,研究文献,结合实际提出儿童活动空间的位置选择,家具布置方法,提出可持续设计建议。     

公理化局部有限空间中映射连续性的扩展

用公理化方法研究了局部有限空间中的连续映射及其扩张问题。给出了局部有限空间的公理化定义方法;利用邻近关系研究了局部有限空间中的连续映射、同胚和局部同胚等问题;通过对局部有限空间变形的研究,定义了局部有限空间的一种特殊收缩核,有效地解决了局部有限空间中连续映射的扩张问题。     

21.9%

中国工业和信息化部旗下中国信息通信研究院近日发布的数据显示,2014年全年,中国手机市场累积出货量为4.52亿部,比2013年的5.79亿部下降21.9%。4.52亿部手机中,2G手机出货量6049.7万部,同比下降64.4%(2013年为1.7亿部),3G手机出货量2.20亿部,同比下降46.0%(2013年为4.08亿部);4G手机出货量1.71亿部。分析认为,手机出货量下降源于中国手机的渗透率已经相当高。到2014年11     

单调可数序列中紧空间和半连续函数插入

引入单调可数序列中紧空间的概念,给出了这类空间的函数单调插入刻画.     

路痴的脑子缺什么?——解码大脑空间方位认知

<正>2014年的诺贝尔生理学或医学奖颁给了爱尔兰裔美国暨英国籍神经科学家约翰?奥基夫教授,以及挪威心理学家、神经科学家爱德华?莫泽与迈?布利特?莫泽教授夫妇,以表彰他们的重要发现:发现构成大脑定位系统的细胞,即位置细胞与网格细胞的发现。在1971年,当时还非常年轻的奥基夫教授发明了多通道在体记录技术,在动物活体的情况下,把电极插到动物的大脑中,可以看到电位的变化。当时奥基夫把电极插入到大鼠海马的CA1部位,想观察神经元的活动。结果发现,在某个特定位置经过的时候,大鼠脑内CA1部位神经元活动频率非常高。神经元只是在这个特定位置放电,在其他的位置没有任何活动。所以奥基夫就想到,可能是位置     

半空间上水平层状场地自振频率计算方法比较

为避免结构物与场地地基的共振效应,基于传统波速法、一致质量矩阵剪切质点系法及剪切梁法的基本原理,分析和比较了各方法计算场地自振频率的计算精度和影响因素.结果表明:传统波速法不能反映土层剖面结构特征的影响,而且仅在土层剖面在深度方向较为对称的情况下才能获得工程可接受的精度;一致质量矩阵剪切质点系法则表现出计算稳定、精度高的特点,且作为一种离散方法,具有良好的计算适应性和灵活性.     

以深化改革激发源头防腐活力

<正>十八大以来,党风廉政建设和反腐败工作取得明显成效。安徽省科技系统认真贯彻落实党中央国务院和省委省政府的决策部署,深入推进党风廉政建设和反腐败工作,进一步严明政治纪律和政治规矩,着力深化科技体制机制改革,进一步强化对权力的制约和监督,为实施创新驱动发展战略、建设创新型安徽提供了坚强保障。同时,我们必须清醒地认识到,从近年全国及个别省市科技系统查处的案件中反映的问     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.     

福建省贫困村的空间分布特征及其影响因素研究

在县域基础上,以各贫困村为基本研究单元,运用核密度分析和空间自相关分析相结合的方法探讨福建省2201个贫困村的空间分布特征,并利用最小二乘线性回归模型分析其影响因素。结果表明:福建省的贫困村密度总体上呈现出东北部高、西部略高、东南部低的"大分散,小集中"的山海区域间差异较大的空间格局,包括一个核心集中区和多个相对集中区;在内部关联格局上,具有较强的空间依赖性,贫困村比率高的县市在空间上集聚;地形海拔、到所在市中心的距离和路网密度显著影响福建省贫困村的空间分布格局,各因素的作用效应不同。研究结果为福建省的精准扶贫工作提供了参考。     

Spark框架下交通流数据高效处理方法及其应用

设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。