中国“乡村旅游重点村”空间分布格局及影响因素

乡村旅游是实现国家乡村振兴战略的重要方面,全国“乡村旅游重点村”可为实施乡村振兴战略提供新契机,该文通过分析全国“重点村”空间分布的影响因素,研究全国“乡村旅游重点村”的特点.该文以全国首批“乡村旅游重点村”中的314个村为研究对象,运用ArcGIS空间分析法探讨全国“重点村”空间分布特征,采用地理探测器法等方法系统分析.研究结果表明：1) 全国“乡村旅游重点村”空间分布区域差异显著,总体结构呈“南北均衡和中部凹陷”的空间分布特征,旅游资源以自然景观为主,人文景观为辅.2) 全国“乡村旅游重点村”空间分布具有空间自相关性,在特定区域空间上呈数量规模集聚,空间密度呈“双核中心,次级中心零星分布”态势,冷热分区与集聚核心中心高度吻合.3) 全国“乡村旅游重点村”点集系统空间分形结构特征明显,空间分布无显著的标度区,分形结构较为简单.4) 影响全国“乡村旅游重点村”空间分布的核心要素主要是旅游资源禀赋、区域社会经济以及区域基础设施条件等.研究结果印证了314个中国“乡村旅游重点村”作为乡村旅游培育重点,具有典型性和代表性.     

盾构隧道下穿明挖区间隧道三维数值模拟分析

某地铁工程正线盾构隧道需下穿引出段线明挖区间隧道,针对上部隧道底部不加固、上部隧道底部加固及上部隧道底部不加固+盾构反向掘进三种不同工况,对盾构掘进中引起的周围土体变形及上部明挖区间隧道位移进行了详细分析。计算结果表明:上部隧道底部土体加固能控制上部隧道沉降变形,但加固对新建隧道及其周边土体变形影响很小;因上部隧道在平面上为曲线型,盾构掘进方向对上部隧道有一定的影响,对新建隧道管片及周边土体变形影响较小;采用注浆加固后,上部隧道沉降变形得到了较好地控制,最大可降低10%的沉降,同时可根据具体控制要求,选择合适的加固强度。     

融合LSTM和MoE的倒闸操作识别

为解决不同人员相同操作的个体差异以及同一人员不同时间相同操作差异的问题,提出一种基于混合专家系统(mixture of experts,MoE)和长短期记忆神经网络(long short-term memory,LSTM)的倒闸操作识别方法 MoE-LSTM。基于MoE对LSTM进行集成,学习不同来源数据的特征分布。采集加速度动作数据构建倒闸操作数据集,基于滑动窗口对动作序列进行切分;将动作序列输入到MoE-LSTM中,由不同LSTM独立学习不同动作的时序依赖;通过门控网络选择对当前输入分类较好的LSTM的输出作为动作识别结果。仿真结果表明：不同LSTM对来自不同时空的动作数据都有擅长分类的特征空间。