锚索支护参数对荷载作用下边坡潜在滑移面的影响研究

锚索支护参数对荷载作用下边坡潜在滑移面的位置、形状及安全系数影响不容忽视,利用极限平衡法对荷载作用下锚索在不同长度,不同角度和不同排列方式下的潜在滑移面位置及安全系数进行了研究.分析结果表明:①锚索长度存在一个临界值,在该长度下边坡安全系数达到最大值;②预应力锚索有一个能提供最大抗滑力的倾斜角度,边坡按这个角度支护时稳定性最佳;③在边坡坡顶存在荷载时,锚索总长度相等的情况下采用上短下长排列时边坡安全系数更大.研究结果对于坡顶存在荷载时边坡的锚固设计具有借鉴意义.     

周庄旅游语言的初步研究

本文对周庄旅游语言进行了探讨.首先介绍了相关研究进展和研究设计.在此基础上,分析了外国旅游者和当地居民对旅游语言的感知及态度,并探讨了旅游语言与旅游发展的关系.最后指出外国旅游者的需求对旅游语言的使用产生了影响.这种影响随着旅游的发展越来越表现为当地语言在旅游语言中的弱化和英语的强化地位.     

祁连山青海云杉林物种分布模型与变量相异指数

选择了边界函数法、最大熵算法以及基于规则集的遗传算法,选取坡向、海拔、多年平均温度和多年平均降水量4个环境变量,对祁连山国家自然保护区的青海云杉进行分布预测.提出一种新的物种分布模型性能评价方法,通过提取分布区上各变量的特征,比较现实分布区和潜在分布区上环境变量的差别,来评价模型在性能上的表现.该方法以计算环境变量的边界相异指数和总体相异指数实现.应用两种指数对各模型的性能评价表明:GARP模型获得4组MDIV的最小值,BF和Maxen分别获得3,2组最小MDIV,表明GARP模型性能的优越性;GARP,Maxent和BF模型的DIV分别为10.9965,15.1455和18.8747,同样表现出GARP模型优于其他两种模型的物种分布预测性能.青海云杉主要分布在研究区中部,包括肃南、民乐、山丹县存在大面积的适宜分布区.研究区南部天祝县的潜在分布区也大于现实分布范围.     

中国男篮潜在对手斯洛文尼亚队的得分能力研究

作为中国男篮的潜在对手,对参加第35届欧洲男子篮球锦标赛的斯洛文尼亚队进行的全部9场比赛所涉及到得分的技术指标进行数据统计与分析,研究该球队的得分特点及规律.得出该队是以内线进攻为主,球队进入状态较快,首先选择中路进攻,其次是右区,最后是左区;投篮方式主要接球直接投篮和低位背向篮的进攻.     

基于AHP的滨海潜在旅游资源评价——以福清市东壁岛旅游度假区为例

基于滨海潜在旅游资源的特点,按照实用性、综合性、代表性、科学性、可操作性的原则,采用AHP法(层次分析法)构建滨海潜在旅游资源评价体系,对潜在旅游资源进行定量分析,然后采用该评价体系对福清市东壁岛旅游度假区进行评价,旨在验证该评价体系的可行性和促进潜在旅游资源的开发发展提供参考.     

动物的超能力

失去的肢体奇迹般地再生,长时间屏住呼吸而不会窒息,黑夜里的超强的夜视力,天生的抗辐射能力,无须睡眠……动物们所具备的超出想象的非凡能力令人类望尘莫及。那么,人类是否可以通过药物和奇妙的手术来提高自身的潜在能力?了解动物的超能力,可能对人类有一定的启发。也许有一天,你真的可以像蜘蛛侠和蝙蝠侠一样上天入地。     

基于PMF模型的宝鸡铅锌尾矿库周边农田土壤重金属源解析

以宝鸡凤县某铅锌尾矿库及周边农田表层土壤为研究对象,测定样品中重金属Pb、Cd、Hg、Zn等的含量,采用单因子污染指数(Pi)、内梅罗综合污染指数(P综)及Hakanson生态风险指数(RI)确定土壤污染状况的基础上,结合正定矩阵因子(PMF)受体模型,定量解析农田土壤重金属的来源.结果表明,农田土壤中Pb、Cd、Hg...     

基于聚类动态面板引力模型的国际贸易网络研究

本文提出一种针对网络型数据的聚类动态面板引力模型,用于国际贸易流量网络的研究.该模型假设各贸易国分属于不同的潜在类别,各国间贸易流量对应的模型系数由出口国和进口国所属的类别决定.提出使用马尔可夫链蒙特卡罗方法对模型参数以及各贸易国所属的潜在类别进行贝叶斯估计.对2001-2015年60个国家间的贸易流量数据进行了实证分析.结果表明,所提出的模型能够对贸易国进行聚类,有效地提高贸易流量预测的精度.所提出的聚类动态面板引力模型可以被广泛的应用于其他动态网络型数据的研究.     

核壳多级复合孔微纳米材料的可控构筑及其性能研究

多级复合孔微纳米材料具有比表面积大、孔道结构丰富及传质阻力小等特点,因而受到了研究人员的广泛关注.其中具有多核嵌套结构的核壳多级复合孔材料在孔道结构、比表面积、传质距离以及传质阻力等方面有更优异的性能表现,在光电催化、重金属移除、能量存储及生物载药等方面具有很好的应用前景和重要的研究意义.为此,综述了近年来核壳多级复合...     

基于潜在空间特征的无袖带血压估计方法

针对目前基于光电容积脉搏波(photoplethysmography, PPG)的血压(blood pressure, BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法。该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression tree, GBRT)提取单周期PPG信号及其一阶和二阶导数的高阶交叉特征,并利用卷积神经网络(convolutional neural networks, CNN)提取PPG信号的时频图中的深层特征;随后将提取的特征输入支持向量回归器(support vector regression, SVR)构建BP估计模型。在UCI-BP数据库的12 000个样本上进行了模型评估,实验结果表明所提出的方法优于最新的BP估计方法。