论文部分内容阅读
兰州市中山桥周边空间复合化设计研究
【摘 要】
：
兰州是在“两山夹一川”的地形地貌中逐渐发展起来的城市,整体城市空间格局呈现出的是土地利用紧凑、空间狭长带状分布的特征。受到河谷川台的影响,空间中形成时代越早的阶地高出河面高度越大,因此,高阶地的地面支离破碎,难以利用。在半干旱气候的影响下,靠近黄河的低阶地成为了整个城市的核心,是土地集约利用程度最高的地方。本文基于对兰州城市整体空间的实地调研,并以空间复合化的基础理论作为支撑,选取了位于兰州城市中
【出 处】
：
南京航空航天大学
【发表日期】
：
2020年01期
其他文献
多目标跟踪(MOT)作为计算机视觉的关键任务之一,近些年来取得了长足的发展并在实际生活中得到了广泛的应用。在基于检测的跟踪方法中,检测质量极大地影响了跟踪表现,然而不可靠检测包括漏检和误检无法完全避免,因此,如何提高跟踪器对不可靠检测的鲁棒性已成为当前多目标跟踪领域的研究热点。在众多多目标跟踪方法中,反向轨迹已被用于提高跟踪表现,已有的方法带来了较稳定的相似度计算但缺少对不可靠检测的处理。另外,虽
学位
大豆是世界上重要的油料作物之一,其产量约占全球植物油消费量的30%。云南省位于我国西南地区,地形地貌复杂,立体气候明显,形成了复杂多样的大豆种质资源和遗传变异类型。目前,利用高密度分子标记开展云南省大豆种质资源品质性状关联分析的相关报道较少。本研究以262份云南省大豆资源与50份外省品种为材料组成关联群体,在2018和2019年对大豆籽粒油脂、棕榈酸、硬脂酸、油酸、亚油酸和亚麻酸含量进行表型鉴定;
学位
传感器往往指可以对被检测量进行监控采取我们想获取的信息的一种技术装置。传感技术由于可以检测被检测量的变化,现已用来检测应变,温度,湿度,风力,离子浓度等物理化学参量。而这些传感器大都是用电信号传输,传输损耗较高,易受外界干扰,而光纤的的出现给信息的传递提供了一良好的介质。最近几年来,越来越多的科研团队开始对光纤的传输特性进行研究,其中光纤传感这一方向变得越来越热门。而在光纤传感中光纤光栅传感器由于
学位
湿地公园是湿地保护体系的重要组成部分,也是湿地合理利用的主要方式。探明湿地公园价值溢出及价值溢出效率的时序演变和内部分异特征,把握影响湿地公园建设价值的关键因素,对掌握湿地公园发展规律、准确定位湿地公园发展方向、提高湿地公园资源配置效率具有重要意义。在构建价值溢出体系及价值溢出效率模型的基础上,以苏州太湖国家湿地公园为研究对象,运用成本—收益分析法、生态系统服务价值系数法、特征价格法、旅行费用法等
学位
河湖是国土空间的重要组成部分,也是中国生态文明建设的重要内容。但由于近年来,城市化进程的快速推进,使得河湖的生态功能萎缩,严重的危及城市的自然生态平衡。而河湖空间功能作为河湖本身性质的核心表现形式,在其视域下探索河湖治理路径无疑具有重要意义。洱海湖滨空间从增长到保护的演变所表现出来的正是空间功能的一系列转变。因此,本文以洱海为典型案例地,在三生主导功能的视角下探索洱海湖滨空间的演变机理。首先,在梳
学位
组串式光伏系统在工作过程中输出最大功率并实时监控各个光伏组件的运行参数。为避免组件失配,每个组件接入功率优化器以进行最大功率点跟踪(MPPT)。同时,功率优化器检测组件的运行参数并通过通信设备将其上传到监控系统。本文提出了一种功率/信息复合调制的通信解决方案,功率优化器将数据调制后叠加在控制环,通过功率电路放大信号。最终数据由监控平台接收和显示。首先,本文针对常见拓扑,在深入分析后采用四输入单输出
学位
机器人在水下执行船体表面检测、海管泄漏监测、水下地形测绘等任务时需要机器人准确的定位。相比于陆地上定位方法,目前水下定位方法的精确性、稳定性和鲁棒性都达不到满意的效果,如在陆地场景中表现较好的VINS-Mono SLAM(Simultaneous Localization and Mapping)算法运用于水下场景时存在回环检测表现差的问题,这是制约VINS-Mono为水下机器人提供高精度定位的一
学位
随机变分不等式问题是随机规划领域的一个热点问题,在经济、信息、工程等领域有着广泛应用.由于所涉及的参数的不确定性,机会约束随机变分不等式模型倍受关注.机会约束优化模型自提出以来,吸引了国内外学者的研究.该类模型通常是非凸非光滑的,因而数值计算上存在着诸多困难,文献中提出了许多近似求解算法,如凸近似方法、D.C.近似方法、光滑近似方法等.本文主要探讨求解机会约束随机变分不等式的近似方法.具体研究结果
学位
短期电力负荷预测为电力调度、生产规划等方面提供了关键的参考价值,对电力系统的高效平稳运行有着重要的作用。随着电力大数据的发展,电力系统的数据量和数据维度都在持续增长,传统的负荷预测方法展露出更多的局限性。近年来,多种机器学习算法因其强大的学习能力,在负荷预测领域中逐渐崭露头角。本文将采用多种新型的机器学习算法对负荷预测问题进行分解细化,结合实际数据对如何提高短期电力负荷预测的准确性展开研究,提出一
学位
为应对全球气候变暖问题、改善能源消费结构,清洁低碳的太阳能、水能、风能等可再生能源近年来得到了大力发展,其在电力系统的渗透率也在不断提高。可再生能源的大规模接入将改变电力系统的运行方式、潮流方向及电网结构,产生新的输、配电网运行场景。随着电力负荷需求的不断增长,在部分复杂运行场景下,电网可能因设备容量不足出现运行受限问题,给电网安全、经济调度带来风险和挑战。为减轻电网运行风险对含高渗透率可再生能源
学位