食品机械的外观色彩设计

食品机械产品设计中外观色彩配制要考虑对人的影响。     

对五棵树开发区区域环境的研究

通过对建设五棵树开发区周边环境状况影响评价，指出影响环境因素。根据周边环境质量现状，给出建立综合治理污染措施及手段，并对开发区建设后的生态适宜性进行了研究。     

多导块方法得到的非线性系统的LD－suitability

Ｓｕｉｔａｂｉｌｉｔｙ是指由隐式龙格库塔法解得的非线性方程组存在唯一解．研究了对于多导块方法的ＬＤ－ｓｕｉｔａｂｉｌｉｔｙ，以前的研究结果成为了特例．     

基于GIS的常州市绿地适宜性评价方法研究

城市绿地适宜性评价是科学规划城市绿地系统的前提。以常州市绿地系统规划为对象,在野外调查和资料收集的基础上,根据主导性、稳定性、独立性和代表性原则选择城市绿地适宜性评价的影响因子,采用特尔菲法给定影响因子的权重,建立GIS系统管理下的各图层(影响因子)空间属性信息数据库,利用ArcGIS9.2空间分析功能,对常州市城市绿地规划建设用地进行定性定量评价,揭示常州市绿地布局的适宜性与限制性,以此确定常州绿地系统的布局空间和发展方向。结果表明,利用GIS对城市绿地适宜性进行评价,合理有效,实用性强,可丰富城市绿地系统规划的理论和方法。     

辽宁省旅游经济带旅游开发适宜性评价

在分析滨海旅游资源概念的基础上,从自然旅游资源、人文旅游资源、旅游区的社会经济条件、交通可达性4个方面构建辽宁省旅游经济带旅游开发适宜性评价指标体系.以辽宁省沿海经济带18个滨海县区为评价单元,综合应用主观赋值法和分异指数ID计算公式,建立评价模型,进行滨海旅游资源适宜性实证分析,研究辽宁省旅游经济带旅游开发适宜性的等级和空间分异规律.结论:(1)辽宁省旅游经济带旅游开发适宜性整体较好,但差异明显,大连市的适宜性最高,大洼县最低,其中最高区是最低区的1.7倍;(2)在辽宁省旅游经济带旅游开发适宜性的4个等级中,大连市区、金州区、旅顺区和丹东为资源极适宜区,庄河、盘锦、凌海和大洼县的资源适宜性较差;(3)辽宁省旅游经济带旅游开发适宜性空间差异ID=0.7,说明其差异明显.     

基于GIS的喀斯特山区土地适宜性评价——以安顺镇宁县丁旗镇为例

研究目的:以贵州省安顺镇宁县丁旗镇为例,就丁旗镇土地开发项目区土地适宜性进行评价研究。研究方法:基于GIS平台,实地采取土样并实验测试,在问卷调查基础上综合应用SPSS数理统计软件,综合喀斯特岩溶山区山地多平地少、土层较薄、基岩裸露率较高和"水文二元结构"等特殊自然状况和社会经济情况进行分析研究,最终确定了喀斯特山区土地适宜性评价的指标体系并得出相应有效地评价结果。研究结果表明:基于GIS平台可有效地对喀斯特山区土地适宜性、适宜等级进行评定。研究结论:基于GIS的土地适宜性评价方法在对喀斯特山区土地适宜性评价中具指导意义,为土地开发项目区域实施方案的设计和制定提供理论基础。     

人工神经网络技术在矿区土地复垦中的应用

针对中国土地复垦起步晚，新技术与新理论应用较少的问题，研究利用人工神经网络来辅助土地复垦的决策。介绍了利用自组织映射神经网络的自动分类功能对进行矿区土地复垦条件分类，为因地制宜地采取复垦措施提供依据。然后，基于BP神经网络，选取评价因子，通过对已有经验的学习，对复垦土地适宜性进行评价，并与传统的方法相比较，研究结果表明，利用人工神经网络辅助矿区土地复垦决策是可行的。     

太原市旅游气候资源评价

利用近30年地面气象资料.分析了太原市旅游气候资源的特点,通过计算舒适度指数、风寒指数.对各月旅游气候适宜性进行了分析评价,发现:太原市具有明显的旅游气候资源优势,每年有9个月的适宜旅游季节.5月至9月为最佳旅游季节.提出利用气候资源优势发展旅游经济的建议.     

基于GIS的茶园适宜性评价——以宁洱县为例

选取具有普洱茶种植典型代表性的宁洱县茶园土地适宜性为研究对象,根据茶树生长与自然条件的关系,以及茶园维护需求条件的分析,确定茶园评价因子.运用ArcGIS空间内插方法对调查得到的年平均温度、年均降雨量因子进行模拟,同时结合土壤、坡度、灌溉水源地、道路通达度等因子建立评价因子量化分级表,最后综合运用ArcGIS的空间分析...     

基于深度卷积神经网络的地磁导航方向适配性分析

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.