高校图书馆拓展服务空间探析

分析了朗读活动的基本要素,介绍了读者朗读的意义,阐述了影响朗读效果的因素,探讨了高校图书馆拓展朗读服务空间的对策。     

关于连续乌利松空间的论证

研究Stepanova的连续分离族在线性序空间和广义序空间中的作用,并给出一个定理.进一步用这个定理证明Michael直线的极小线性序闭扩张有一个连续分离族.     

顺义滨河森林公园林内小气候及人体舒适度效应分析

为探究城市绿地调节小气候、缓解城市热岛作用,以顺义滨河森林公园绿地为对象,选择硬质铺装为对照,于2022年3—11月,对不同植物群落空气温度、相对湿度、风速进行实地监测,以此研究不同植物群落间小气候及人体舒适度的改善提升效应。结果表明：春季降温效果最好（2.74℃）,其次是夏季（2.05℃）,一天内在14:00前时段降温效果最为显著;夏季增湿效果最高（6.88%）,其次是秋季（5.62%）;在减弱风速效果中春季幅度最高（0.2 m/s）,其次是夏季（0.07 m/s）,上午时间段内减弱风速程度较大。春夏秋三季均能不同程度提高人体舒适度,其中夏季最高（1.54）,其次是春季（0.54）,夏季全天及春季、秋季的12:00—14:00时间内可为人们提供一个较为舒适的环境。可见植物群落优化提升对于提高城市绿地生态效益发挥、改善城市生态环境均有着重要的作用,研究结果可为城市绿地植物群落结构优化提升、经营管理及市民休闲出行供借鉴参考。     

基于三维魔方模型的大运河沿线县域“三生”空间划定方法

三维魔方模型是研判空间要素多功能优势度分区的量化方法,能够直观表征空间功能的最优组合模式,为精准识别大运河沿线县域国土空间功能提供关键技术支撑。本文以“生态—生活—生产”三生空间功能为切入点,建立大运河沿线县域三生功能适宜性评价体系;基于三维魔方模型提出三生空间范围划定规则;以大运河流域青县段为研究对象,划定三生空间范围并提出优化建议。结果表明：基于三维魔方模型建立的单项功能适宜性和多项功能适宜性组合的三生空间划定规则,划定了大运河流域青县的生态、生产、生活空间范围,占比分别为60.46%、33.52%、6.02%。其中生态空间主要分布在大运河两侧,包括550.58 km2的生态功能高适宜和最高适宜空间,是大运河流域良好的生态本底;48.23 km2生活、生产功能中适宜、低适宜和不适宜空间,是大运河流域未来生态修复的重点区域。该研究成果丰富了“三生”空间范围划定的方法与技术手段,为大运河流域国土空间治理和综合利用提供理论基础。     

海岸带城市蓝绿空间碳汇基础设施网络分析——以广西北部湾为例

为探讨蓝绿基础设施(Blue-Green Infrastructure,BGI)碳汇服务功能有益于指引城市碳中和目标建设,本研究以广西北部湾海岸带城市为例,运用形态学空间格局分析(Morphological Spatial Pattern Analysis,MSPA)法、连通性分析法以及电路理论,构建蓝绿基础设施碳汇网络,讨论对应的固碳增汇对策。结果表明：2020年研究区蓝绿空间碳汇总量为735 524.09 tC·a^-1,其中绿色空间碳汇总量为588 680.06 tC·a^-1,蓝色空间碳汇总量为146 844.03 tC·a^-1,单位面积碳汇量“蓝”高于“绿”;共提取63个碳汇源地斑块,20个核心源地斑块,绿色空间核心源地总面积为6 814.31 km²,蓝色空间为899.05 km²,核心源地主要分布在东西两侧及南部沿海地带;共提取出24条生态廊道,绿廊共长122.21 km,蓝廊为52.75 km,呈环状分布,中南部地区分布较密,连通性强。本研究结果可为“碳达峰与碳中和”(简称“双碳”)背景下海岸带城市的保护与可持续发展提供建设思路。     

Banach空间一阶非线性混合型积微分方程正解的存在性

通过构造一个闭凸集合并利用全连续算子的不动点理论,对Banach空间中混合型一阶非线性奇异脉冲积微分方程进行了研究, 获得了正解的存在性结果。     

绝对关联度及其应用

给出关联空间及其绝对关联度的概念,在此基础上,提出一种保持平移变换不变的绝对关联度计算公式。最后给出一个算例     

基于载人航天功能模型的系统安全性模糊评价方法研究

对载人航天安全性评价时,需要处理两类不同的数据,即随机性数据和可能性数据。本文根据载人航天过程,初步建立了功能的对象模型,在此基础上,基于模糊规划方法,将两类安全性数据进行了统一处理,并提出了载人航天系统安全性模糊评价的求解方法。     

基于动态贝叶斯网的时变样本空间无监督学习

提出了针对概率分布参数时变的样本空间的参数估计问题,由于一般的聚类和EM算法等参数估计方法是针对概率分布时不变的样本空间的问题所采用的。因此,对于概率分布时变的样本空间而言,这些方法均不能有效、准确地估计实时变化的样本参数。通过构建动态贝叶斯网,利用先验和后验的知识进行预测和滤波,结合贝叶斯增量式学习方法并充分利用了其学习所获得的样本空间概率模型变化演进的规律,这样可以较准确、平滑地学习实时概率模型及其分布参数。     

基于神经网络的移动机器人路径规划方法

针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。