基于“空间失配”假设的居民就业障碍研究——以兰州市城关区城中村为例

"空间失配"假设自提出以来,其研究成果对国外城市就业政策、空间发展政策产生了相当大的影响,而我国该研究还处于起步阶段,且主要集中在理论研究方面.文章借鉴国外"空间失配"理论,通过大量的问卷调查,对兰州市城关区城中村就业问题中存在的空间障碍进行了研究.     

基于优化HRNetV2的高分辨率遥感影像土地利用自动分类

研究目的：基于语义分割模型HRNetV2实现高分辨率遥感影像的土地利用自动分类,以期推动深度学习语义分割方法实现遥感影像的土地利用自动分类研究,并为该类研究提供可参考的案例。研究方法：首先对语义分割模型HRNetV2从损失函数、特征提取方面进行优化,以提高模型的分割精度;其次用优化后的HRNetV2模型对民乐县2 m的高分辨率遥感影像进行土地利用分类,并基于混淆矩阵对分类的结果进行评估。研究结果：（1）优化后的HRNetV2语义分割模型的MIOU达81.9%,相较于优化前提高了4.4%, 证明了优化方法的有效性;（2）针对民乐县进行的土地利用自动分类总体精度达89.72%,Kappa系数达0.888。研究结论：优化后的HRNetV2语义分割模型在高分辨率遥感影像的土地利用自动分类中具有较强的应用前景。     

“城中村”改造后居民生活状况调查研究——以兰州市城关区为例

随着我国城市化进程的加快,城中村问题也变的日益突出,成为了各界人士普遍关注的焦点之一,尤其是"城中村"的改造问题.论文用问卷调查和访谈的形式,展示了兰州市城关区"城中村"改造后居民的收支变化、出行方式变化、邻里关系和就业状况变化等,分析了其中存在的问题,并提出了初步的解决方法.     

"空间失配"假设及对中国城市问题研究的启示

对美国学者在"空间失配"假设方面的研究及其对政策的影响进行了回顾,提出在研究中应重点关注在中国城市就业、城市交通规划、土地利用规划和城市改造拆迁四个方面应用"空间失配"假设的可能性和必要性.     

现阶段人的全面发展理论中主体性的哲学思考

主体性强调人的意识、情感、意志等精神性因素的表现及功能,它是哲学研究的一个重要内容.从哲学角度来看,社会主义初级阶段人的全面发展理论中的主体性,改革前呈现集体主体性;改革后则更多表现为个体主体性.本文欲在具体社会历史条件下分析他存在的合理性,同时指出人类理性发展所需要的主体性原则.     

西安与兰州空间相互作用初步研究

区域经济空间结构在不同社会经济发展水平(阶段)下,具有不同的特征,即区域内的社会空间组织具有不同的发展阶段、形式和最佳模式;空间结构是否合理,对区域经济的增长和发展有显著的促进或者制约作用;通过对空间相互作用理论的理解,运用威尔逊模型,计算了西北五省省会城市(西安、兰州、乌鲁木齐、西宁、银川)之间的空间相互作用,并以西安市和兰州市两省会城市为例,分析了它们空间相互作用的影响因素.     

社会质量理论与人的全面发展

作为衡量社会发展新范式的社会质量,其概念和理论的提出都为人的全面发展提供了新的研究思路和视角。在推进社会主义和谐社会建设中,社会质量理论对促进人的全面发展的影响可以从三个方面进行把握：第一能突破技术世界对人的统治而实现破解现实困境的思考;第二从理论上突出了以人为本的主题;第三为立足现实实践提供了理论探索的路径。     

基于马尔柯夫模型的酒泉市肃州区LUCC趋势预测

甘肃省酒泉市近年来经济发展迅速,但生态环境也遭到一定程度的破坏;拟通过对其土地利用和覆盖变化的研究,为环境保护与经济协调发展提供决策支持;依据肃州区1988～2000年土地利用变更调查数据,对该区域LUCC进行分析,确定了土地利用类型的转移概率矩阵,并用马尔柯夫链模型预测了该区LUCC趋势。结果表明,肃州区土地利用将呈现耕地、水域和建设用地增加,林地、草地和未利用土地减少的发展趋势。     

基于残差U-Net的遥感影像土地覆盖类型自动分割

研究目的:土地覆盖的准确分割对于土地调查和规划具有重要意义。针对传统方法对于高分辨率遥感影像分割存在精度和效率较低等问题,提出了深度学习遥感影像分割方法。研究方法:以2 m高分辨率遥感影像为数据源,选用一种加入残差块的U-Net模型(ResU_Net),对目标区域进行基于深度学习的土地覆盖分割,并与SVM、PSPNet、U-Net分割方法进行对比。研究结果:ResU_Net能够更加准确地表达高分辨率遥感影像的地物信息,该方法总体分割精度达到85.50%,Kappa系数为0.7603,总体精度和Kappa系数均高于SVM、PSPNet和U-Net分割方法(总体精度:ResU_Net(85.50%)>U-Net(79.44%)>PSPNet(78.90%)>SVM(66.80%))。研究结论:ResU_Net模型对高分辨率遥感影像的土地覆盖分割效果更优。