城中村主体与城中村改造矛盾之探讨——法社会学视角

城市化进程的推进引发了城中村现象，主要涉及拆迁与否的矛盾和征地补偿的矛盾。市场经济的迅速发展新型农民的现代意识空前觉醒，经济地位相对抬升，谈判能力增强。迫于法制，体制机制和传统文化的影响，村领导角色尴尬，拆迁方态度坚决，村民意见也不尽统一。城中村改造，宜考虑不同方案，着重保护农民土地收益，这有赖于城市化推进，制度改革，领导干部作风转化和主流文化影响发挥的合力来解决。     

系统——层级分析法对大小知觉常性的实验研究

本实验应用系统——层级分析法研究了大小知觉常性。结果表明光学,皮层因素在大小常性中的作用显著而认知因素的作用小。常性现象的视知觉过程中,在皮层一级就巳经开始了分析与综合的整个过程,实验 为在整个视知觉领域中推广这一方法奠定了基础。     

基于贝叶斯BWM-VIKOR法的机场运行韧性评估方法

为科学客观评估机场运行韧性,寻找提升机场运行韧性的关键指标,降低异常状况对机场日常运行的影响,本文依据非常态机场运行性能的变化过程,构建了机场运行韧性评估指标体系。并利用贝叶斯最佳-最差法(BWM)克服传统最佳-最差法受异常数据值影响较大的缺陷,确定了各韧性指标的权重;同时借助多源异构多准则折衷排序法(VIKOR)对国内某机场运行韧性进行评估算例分析;最后,基于MATLAB软件所获得的算例评估值及韧性排序结果,验证了评估模型准确性。研究结果可为机场管理部门寻找机场运行韧性提升关键节点、降低异常状况发生率及对其机场运行的扰动强度提供一定的理论支撑与决策参考。     

基于粗糙集与神经网络的机场气象新型预测模型

针对民用机场多因素气象预测问题的复杂性,提出了一种基于粗糙集—RBF神经网络模型.该模型利用粗糙集理论约简气象影响因素,提取关键因素作为网络的输入,简化了网络结构.实例验证,该模型的学习训练速度和预测精度远优于传统的RBF神经网络模型.     

基于粗糙集的BP神经网络在大气污染判别分析中的应用

针对大气污染判别问题的复杂性,本文提出了一种基于粗糙集的BP神经网络模型。该模型利用粗糙集理论约简气象影响因素,提取关键因素作为网络的输入,简化了网络结构。实例验证,粗糙神经网络模型为大气污染判别研究提供了一种有效可行的算法。     

光热功能型海绵吸油材料的制备及性能研究

为解决黏性油品的吸附问题,研究一种高性能吸油材料具有重要意义.采用浸涂法将聚氨酯(PU)海绵与金纳米粒子(AuNPs)结合,制备得到具有光热特性的AuNPs/PU海绵.使用X射线衍射仪(XRD)、透射电子显微镜(TEM)、扫描电子显微镜(SEM)、接触角测量仪(CA)对海绵吸油材料进行表征,并对其吸油性能进行了研究.结果表明:具有光热特性的AuNP s成功的附着在P U海绵表面.AuNP s/P U海绵与原油的接触角为24.31°,对原油的吸附能力可达自身质量的46倍,并具有良好的保油性和重复利用率.此外,该海绵还能通过AuNP s吸附光能转化为热能,进一步提高吸油能力,可实现对黏性油品的吸附.综上所述,AuNP s/P U海绵是一种综合性能优良的吸油材料.