城市轨道交通车站客流特征影响程度分析

城市轨道交通车站客流特征与其周边建成环境和社会经济因素密切相关，且不同影响因素对客流特征的影响也存在时间和空间异质性。以车站工作日日均客流量、工作日特殊时段(如早高峰进站、早高峰出站、晚高峰进站和晚高峰出站)客流量为因变量，从车站属性、连接性和建成环境3个方面选择23个自变量，采用多尺度地理加权回归(MGWR)模型构建客流特征分析模型，分析不同时间尺度下轨道交通车站客流量的影响因素及其相互作用，并以南京市轨道交通系统进行实例分析。结果表明：与普通最小二乘法(OLS)回归模型和地理加权回归(GWR)模型相比，MGWR模型更为可靠；忽略早晚高峰客流影响的全天客流量预测模型拥有的显著自变量最多，到市中心的距离对客流量有显著的负影响，证明距离市中心越近的车站的客流量集聚性越明显；周边居住、生活类设施占比较高的车站对早高峰进站和晚高峰出站客流有很强的吸引作用，而周边居住、生活类设施占比不高的车站对早高峰出站和晚高峰进站客流有很强的吸引作用。研究结果可以为城市规划部门促进城市轨道交通与城市建设的协同发展提供理论支撑。     

基于熵值法和线性加权模型的承德市新型城镇化路径研究

基于承德市2006—2015年的时间序列数据,采用熵值法和线性加权模型对其新型城镇化路径进行实证研究.结果表明,环保、经济、人类系统和社会建设水平在推进新型城镇化进程中所占地位和影响力度不同.其中人类系统发展水平是加速新型城镇化进程的主要因素和薄弱环节,特别是户籍人口城镇化率和常住人口城镇化率影响最为突出.     

加权源伪抛物型方程解的爆破时间的上下界

研究了一类带加权源的伪抛物型方程的爆破现象，得到了这类问题解的爆破时间的上下界估计.     

基于IRLS的跳频模式下GTD散射参数提取和RCS重构

现代谱估计方法能够反演基于几何绕射理论(geometric theory of diffraction, GTD)的模型参数，但不能处理非均匀不完备的雷达散射截面(radar cross section, RCS)数据。此外，通过暗室测量获取完备的RCS数据也需要较大的时空开销。针对上述问题，提出一种基于迭代加权最小二乘(iteratively reweighed least squares, IRLS)的跳频模式下GTD散射参数提取和RCS重构方法。该方法将稀疏重构理论与GTD散射模型相结合，能够在RCS数据非均匀不完备的条件下反演散射参数和实现RCS重构。仿真数据和电磁计算数据用于验证所提方法的有效性，实验结果表明该方法对降低暗室步进频率RCS的测量成本和扩增雷达RCS数据具有重要意义。     

北斗卫星导航产业发展态势的多维度预测方法

针对北斗市场发展过程中不同维度市场产值的预测需求，从整体产值、产业链、上市公司市值等3个不同维度构建了北斗市场产值预测模型。从整体市场产值预测需求出发，研究对比了不同预测模型的产值预测方法及精度，得到不同数据情况下的模型选择参考；基于产业链的产值发展数据，采用不同的经济预测模型，实现单一产业链或整体产值的统计预测；基于上市公司市场产值的预测方法，对特定上市公司、整体北斗市场等不同维度和层次的市场产值进行跟踪和预测。最后，通过实验验证分析了不同模型和方法的精度和可行性，分析在不同数据基础和预测需求条件下的适用方法，为满足不同维度的北斗市场产值预测提供数据和决策支持。     

由几何级数的扭曲生成的艾森斯坦级数（英文）

本文借助狄利克雷特征处理了几何级数的扭曲.结合傅里叶变换的基本工具,生成了一族算术群的所有艾森斯坦级数.     

基于低秩双线性池化注意力网络的舰船目标识别

针对多模态舰船图像融合识别质量不高等问题，构建了一种端到端的低秩双线性池化注意力网络。首先对各模态原始特征向量基于跨模类别中心进行注意力加权重构，使不同模态特征更好地关注公共类别信息；然后采用双线性池化捕获不同模态图像的交互信息，并引入权重低秩分解降低网络参数规模；最后依靠特征级联实现模态信息的交互与互补，并设计联合损失提升网络跨模态融合识别效果。实验结果表明，相比现有融合方法，所提方法可有效提升多模态遥感舰船图像的融合识别效果，在公开的遥感舰船数据集上取得了较高的识别准确率。     

加权Coxeter群(_3,)的胞腔(英文)

仿射Coxeter群(_3,S)可以被看做仿射Coxeter群(D_4,S)在满足条件α(S)=S的某种群自同构α下的不动点集合,设是D_4的长度函数.本文明显地刻画了加权Coxeter群(_3,)的所有左胞腔.同时证明了:加权Coxeter群(D_4,)和(_3,)的所有左胞腔都是左连通的,所有双边胞腔都是双边连通的.