区域经济与生态环境系统动态耦合及响应过程研究

在建立区域经济与生态环境系统协调发展的动态耦合模型基础上,分析区域经济与生态环境系统动态耦合关系.为更深入探讨经济与生态环境系统协调发展影响机理与系统间响应过程,通过分解生态环境系统,进行格兰杰因果与脉冲响应分析,研究两系统的动态响应过程;对山东省1996—2012年时间序列数据进行实证研究.结果表明:山东省经济与生态环境系统处于协调发展阶段,但生态环境开始制约经济的发展,山东省环境治理被动地关联于经济增长,环境排放和治理对经济产生了负效应.环境治理是需要长期坚持的过程,短时期内的大量投入无法立刻反馈经济系统.     

二维无解区域上一类广义Navier-Stokes方程的衰减率

主要研究二维无解区域Ω上一类广义Navier-Stokes方程速度梯度的L2衰减率.当u0∈L2(Ω)时利用新的能量方法和精确的计算得到了其速度梯度在L2范数下的衰减率为(1+t)-12.     

欧盟促进区域协调发展经验与启示

区域协调发展有利于推动空间资源的优化配置,改变经济发展方式,实现区域经济的合理布局,缩小区域发展差距,实现共同富裕,创建和谐社会。借鉴欧盟促进区域协调发展的成功经验,可以从明确战略目标和规划、构建多层次区域发展协调体系和法律体系、正确处理区域协调中政府与市场关系等多个方面促进我国区域协调发展。     

基于科技进步的区域科技投入与产出比较分析——以京、沪、粤、鄂为例

根据科技部公布的《全国科技进步统计监测报告》,将湖北省2009年至2013年的科技活动投入与产出的统计监测结果与京、沪、粤三个发达省市的科技活动投入与产出的统计监测结果进行对比分析,找出湖北省与其他三省市之间存在的差距,挖掘出制约湖北省科技进步水平进一步提高的"瓶颈"因素,进而深层次揭示因素背后的成因,有针对性地提出湖北应在企业科技投入、发明专利和技术出口三方面进一步加大力度。     

构建广州地区产学研特色区域创新体系研究

文章讨论了广州市如何在产学研环境下构建具有地方特色区域创新体系,并在分析区域创新体系的构成以及广州市产学研现状的基础上,提出广州地区构建产学研特色区域创新体系的基本思路。     

合肥环巢湖生态农业发展研究

<正>环巢湖流域作为生态经济区,其完好的农业生态环境和宝贵的旅游资源是该区域最大的财富,也是发展建设的重点。合肥市明确提出:在坚持生态优先的前提下,加快环湖区域农业结构调整,充分利用大水面优势,重点发展环湖生态农业,力争环巢湖现代生态农业综合水平达到全省先进水平,成为综合性的省级现代农业示范区。利用区域优势,发展环巢湖生态农业,是建设合肥区     

2015年冬季南京一次污染过程个例分析

城市大气污染在本地排放源稳定的前提下,不仅和局地气象要素相关,还与污染物输送有密切联系。利用大气污染物浓度资料、ECMWF资料以及2015年1月逐日探空观测和地面资料,通过分析天气形势及大气边界层要素在对污染物浓度的影响;同时利用区域风场相关与HYSPLIT后向轨迹模式模拟分析南京地区的污染物来源。结果表明：中高层形势平稳、地面弱高压场或均压场控制下,相对湿度高以及逆温层是污染物积累的重要条件。南京市污染物的主要源地为长三角地区的局地污染、湖南-湖北-安徽和江西-安徽的远距离输送。     

汽车驾驶员注意力分配定量研究

驾驶员的注意力分配对行车安全至关重要。目前基于驾驶员注意力分配的研究大多是基于定性的,本文从定性和定量两个角度,结合实际道路场景,借助眼动仪进行实车试验,记录并统计驾驶员在不同道路环境及驾驶环境(直行路段、掉头路段、人行横道(非路口)路段、超车、起步、靠边停车)下眼动数据,分析其注视点、注视时间及注视区域的特性,并得出在不同道路环境及驾驶环境下注意力的分配模式,揭示驾驶员在驾驶过程中的注意力分配特点。本文研究结果对驾驶员安全驾驶、车辆辅助系统、无人驾驶系统及驾驶员驾驶培训考核标准的改进有着十分重要的意义。     

基于轮廓特征点凹性分析的遮挡车辆分割算法

在智能交通系统的拍摄场景中,由于车辆间距过近和摄像角度原因,引起车辆遮挡的现象,增加了目标车辆检测和跟踪的难度。根据轮廓特征点,结合轮廓凹凸性,提出一种凹陷区域检测与分割算法。首先采用背景差分法提取车辆区域,根据车辆区域外接矩形的长宽比和占空比判断是否是多车遮挡,同时通过凸包分析算法提取遮挡凹陷区域;然后通过Freeman链码确定凹陷区域的轮廓特征点,对特征点进行凹性分析;最后匹配分割点,采用Bresenham直线生成法分割遮挡车辆。实验结果表明,该算法有效解决遮挡车辆分割不准确问题,与其他算法相比,具有较好的场景适应性。     

NSST域内基于压缩感知和PCNN的遥感图像融合

针对NSCT融合算法运算数据量大、计算复杂度较高、实时性较低的问题,提出一种基于非下采样剪切波变换(nonsubsampled shearlet transform,NSST)和压缩感知(compressed sensing,CS)的遥感图像融合方法。首先,对待融合图像进行NSST变换,分解后得到的低频子带系数采用区域能量的融合规则;分解后的高频子带系数具有较高稀疏性。通过CS进行压缩后采用PCNN的融合规则,最后对重构系数进行NSST逆变换。实验结果表明,与传统经典算法相比,新方法不仅有效提高了图像融合效果,而且加快了算法的运行速度,满足融合系统实时性的要求。