城市轨道交通直流牵引供电系统接触网残压

对于城市轨道交通来讲,在运行的过程中,直流牵引供电系统是使用最为主要的部件之一。在该系统应用的过程中,接触网残压问题是较为严重的问题,也是当前所出现问题当中比较普遍的一种。对于直流牵引供电系统来讲,当出现接触网残压问题时,可能会对人的生命安全造成严重威胁,同时也会使检修施工和接触网送电保护闭锁等相关工作受到影响,严重拖慢工作进度。因此,论文通过测试、仿真分析和模拟验证等方法,对城市轨道交通直流牵引供电系统接触网残压问题进行了研究与论述。     

基于机器学习的斜坡堤越浪量预测方法研究

针对斜坡堤越浪量预测方法,分别建立集成神经网络(ensemble neural network,ENN)、随机森林(random for-eset,RF)和支持向量回归机(suppport vector regression,SVR)3种机器学习模型对斜坡堤越浪量进行预测,并利用决定系数R2和均方根误差RMSE来评估模型性能.最后,对3种模型的性能进行分析.结果显示,集成神经网络模型的决定系数R2和均方根误差RM S E分别约为0.96和0.0018,随机森林模型的决定系数R2和均方根误差RMSE分别约为0.97和0.0014,支持向量回归机模型的决定系数R2和均方根误差RMSE分别约为0.94和0.002.对比发现,3种模型的决定系数都达到0.9以上,都具有较高的预测精度,随机森林相比其他两个模型精度更高.     

Transition towards and of sustainability—Understanding sustainability as performative

Our purpose is to explore the concept of “sustainability” when understood from a performative perspective, i.e. as a concept that is filled with meaning across time. Drawing on a 10 year-long study of the digital footprint of Stockholm Royal Seaport, claimed to be northern Europe's largest sustainable urban development district, we show that “sustainability” emerged as the project became associated with particular places, projects, histories, and technologies. This means that “sustainability” was local in that it was situated in the particular spatial context of the project; temporal in that it was situated in a particular time; and political in that it expressed particular values and perspectives. The study contributes to explaining why “sustainability” remains—and always will remain—a contested concept, which is why sustainability transitions are complex. Consequently, we suggest that the transition towards sustainability always involves the transition of sustainability, something that needs to be acknowledged in order for a transition to actually become sustainable.     

Microfinance and social capital formation- a social network analysis approach

The microcredit program has emerged as an important poverty alleviation strategy over the last three decades, and several studies have examined its economic impacts on the community well-being. However, far too little attention has been paid to the effects of micro credits on community social connection and solidarity. This paper aims to examine the application of Social Network Analysis (SNA) to explore the impact of the rural microcredit fund on community social capitals. In doing so, the data on interactions of four rural development groups' members before and after the microcredit project implementation were collected using participatory workshops in Neyzar village of Qom province in Iran. The data were analyzed by Ucinet software, and the socio-graphs were produced by the NetDraw application. The results show that, more people have been involved in the social interactions after the project implementation and there was statistically significant increase in density and decrease in centralization of cooperation network. Furthermore, there were no important distinctions in centrality of people with various educational levels before and after the project implementation. Overall, it can be concluded that, the microfinance initiative considerably promotes the community social capital and participation in the rural development activities. Moreover, the SNA techniques are applicable as an impact assessment tool to investigate changes in community social capital.     

移动网络数据中大数据处理的关键技术探索

最近几年以来,我国科技水平持续提升,计算机网络技术也逐渐在各行各业中获得了广泛运用,这也使得信息技术的深度融合发展受到一定的促进,数据规模愈发庞大,在此背景下,开始演变成大数据供不应求的状况。为此,国内陆续推出了一系列相关的管理法规与条例,同时扩大了对大数据的探究创新力度,有效提升了移动通信网络处理数据的速度,这同时促使国内移动通信网络中有关大数据的研究内容更为明晰,由此可知,针对大数据的相关研究具有一定必要性。     

海南城乡居民消费水平差异性分析和预测

从1985-2018年海南城乡居民收入、消费数据出发，分别建立消费关于收入、消费差距关于收入差距的自回归模型，结果表明农村居民当期消费更易受近期收入和消费水平的影响，具有不稳定性。再利用GM(1,1)模型预测城乡居民收入差距，结合自回归模型，完成未来10年海南城乡消费差距的预测：收入差距和消费差距将呈直线递增趋势，收入差距的增幅高于消费差距增幅。缩小海南城乡居民消费差距的根本途径在于缩小收入差距，应因地制宜，切实提高农民收入水平。     

基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。     

POI数据辅助下的泸州市城市地块用地类型现状快速判断与验证

［目的］土地利用规划和城市规划的用地地块，在实际使用过程中，都会不同程度与规划用途产生差异，如何把握规划的实施程度是土地管理中的一个重要问题。［方法］在大数据时代的背景下，通过对网络大数据可以真实地反映城市地块的真实使用状况。研究采用OSM（Open Street Map），对研究区进行城市地块的划分，形成街区尺度的城市地块。采用POI（Point of Interest）数据，建立了POI分类与城市用地分类的映射关系，计算了不同类型的POI数据的频数密度和类型比例，形成基于POI的城市地块用地类型识别方法，对研究区的城市地块进行土地利用现状识别。识别结果与第二次土地调查分类结果进行对比，验证方法的可行性。［结果］从泸州市的实证结果看，基于POI数据的城市地块识别结果与基于地籍数据的城市地块识别结果存在很大的差别。地籍数据主要是表针城市地块中不同实体的土地利用状况，两种数据采集的标准和表达的意义都不同，因此造成结果存在较大的差异性。［结论］研究认为，POI点有准确的空间位置信息和丰富的属性信息，主要是表征城市地块中不同实体的真实使用状况，可以较准确地判定快速发展的城市进程中的城市用地类型，能较为真实反映城市地块的现实使用状况，但也要注意POI数据在实际应用中存在的缺陷和不足。     

城市造林工程农户行为意向影响因素研究——以北京市平原造林工程为例

以北京市平原造林工程为例,利用典型项目区调查数据建立结构方程模型,探讨影响退耕农户行为意向的主要因素。结果表明:农户综合素质、家庭经济基础和农户土地依赖性对农户满意度和农户行为意向具有显著正向影响;同时,农户综合素质、家庭经济基础和农户土地依赖性还会通过农户满意度对农户行为意向产生影响。据此,后续城市造林过程中应进一步加强对农户满意度的服务工作,同时根据个体农户特征,对被征地农户在再就业、技能培训、农地补偿等方面开展更具针对性的服务工作。     

基于PSO的信息熵数据融合非均匀分簇路由算法

针对无线传感器网络分簇算法中能量分布不均衡导致的"热区"和簇头负载过重问题,提出了一种基于PSO算法优化簇头选举的非均匀分簇算法。在候选簇头选举和竞争半径计算过程中综合考虑节点动态能量、节点密度和节点距基站距离,将网络进行非均匀分簇,并引入PSO算法进行最终簇头选举。根据节点能量、节点密度和距基站距离确定簇间单跳多跳结合的路由规则,选取代价函数小的节点作为下一跳节点。基于节点信息熵确定融合阈值,进行簇内数据融合剔除冗余数据。仿真结果表明,改进算法的数据传输量比EEUC算法和UCRA算法分别提高了20%和10%,提升了数据的融合效率,有效延长了网络生命周期,簇头能量消耗得到均衡,减少了网络能量消耗,网络的整体性能显著优于其他对比算法。