汝城古城的空间格局与建筑特色研究

结合汝城古城的自然条件与社会、经济和文化背景等因素,探讨了汝城古城的地理环境、历史沿革,对古城的"三山、两河、一城、四老街"的整体空间形态进行了分析,阐述了"四街三巷"的街巷空间,研究了当地建筑的类型和建构特色,以揭示汝城古城地域文化特征。     

论城市品格的塑造——以镇江为例

城市品格是城市无形层面里最本质的部分。城市品格的塑造需要渗入人文精神和城市特色,这样才能使人们生活得更美好。对镇江而言,要塑造城市品格,就需要立足镇江的历史与现实,结合镇江民众的思考,从功利与超功利的角度进行具体的探索。     

宁夏沿黄城市带生态规划研究

采用1998—2009年《宁夏统计年鉴》等数据源,建立了生态适宜度指标体系,运用AHP法、专家咨询法和模糊数学对宁夏沿黄城市带可持续发展进行生态规划设计.结果表明,宁夏沿黄城市带生态适宜度为0.29～0.61.据此,运用GIS手段将宁夏沿黄城市带划分为生态协调区、生态引导区、生态控制区、生态敏感区和生态脆弱区5个生态功能区,并进一步提出了不同功能区生态规划设计思路.     

长春新民大街历史文化街区特色分析及保护

笔者通过对新民大街历史文化街区的规划设计,以不同时期建筑体态特征的分析,论证了历史文化街区保护及其新建项目规划设计时,重视整体观念对城市特色建设的重要意义.     

WRAP水权分析模型及其应用

WRAP(Water Rights Analysis Package)水权分析模型是基于水资源优先分配制度来模拟和预测一个或多个流域内水资源使用及管理的模型.作者首次将WRAP水权分析模型应用于北京通州区,以1956～2007年通州区相关资料作为模型的计算数据,模拟与计算结果表明:通州地区的天然年径流总体趋势基本保持不变,调度径流呈微弱增长趋势,两者的年际变差均逐渐剧烈;历年的径流消耗量总体趋势亦基本不变,但回归流呈逐渐增长趋势;研究区内多年平均水量保证率为59.9%,工业用水、城镇生活用水和农村生活用水呈上升趋势,而农业用水量总体呈下降趋势.     

山地城市径流污染特征分析

以重庆主城某大学校园为例,对路面、屋面和绿地等3种典型的城市下垫面径流水质进行了监测,指标包括pH、悬浮固体（SS）、化学需氧量（COD）、氨氮（NH3-N）、总磷（TP）等。研究结果表明：除TP外主要污染物质的平均浓度均超过地表水环境Ⅴ类标准,降雨径流SS的平均浓度可高达1.73×103mg/L,COD和NH3-N平均浓度可高达76.25 mg/L和3.67 mg/L;存在显著地初期冲刷效应,混凝土路面的SS、COD、NH3-N的初期径流浓度分别为2.33×103mg/L、106.4 mg/L、5.64 mg/L,初期径流浓度相当于全场降雨径流浓度的2-4倍左右,其最高值出现在产流后10~15 min内。对比3场不同降雨强度下的径流水质,降雨强度越大,径流污染物浓度越高,其中降雨强度对大坡度路面的地表径流污染物浓度影响更大。     

中西方城市文化遗产保护的历程

在文化旅游市场全球化的冲击下,我国的城市文化遗产保护面临前所未有的机遇与挑战.按照中西方城市文化遗产保护历史的演变过程,依据时间进程分别将其归纳为不同的主题阶段,同时采用对照的方式进行综述与分析,以厘清中西方城市文化遗产保护理论的区别,找到真正适合中国文化特殊性的保护动机,为转型中的中国城市文化遗产保护提供帮助.     

对于我国城市文化遗产保护制度现实问题的思考

在世界遗产旅游市场全球化、快速化的冲击下,我国的城市文化遗产保护面临着前所未有的机遇与挑战.综述了目前我国城市文化遗产保护的相关概念定义,并从文物保护与历史文化名城、历史文化保护区之间的关系出发分析了我国的分级管理保护制度,从而解析出目前相关制度所遗漏的现实问题,试图通过对文化真实性的思考,对我国城市文化遗产保护工作产生有益的启示.     

创意产业对城市竞争力的作用机理研究

创意产业创造价值的巨大能力已经引起了全球经济的无限关注。创意产业对城市竞争力的提升具有重要作用,但目前的文献研究还没有完善的理论支撑体系。以此为出发点分析创意产业对城市竞争力的作用机理,研究得出创意产业通过四个方面作用于城市竞争力——优化城市结构模式、创新城市经济发展模式、促进城市经济价值提升以及增强城市吸引力,同时将这几个方面进行逻辑梳理,使其与现有理论融汇贯通,一脉相承。     

基于超列注意力机制的京剧人物识别

为了克服京剧人物视觉特征提取的难点及满足京剧人物实时识别的需求,提出基于超列注意力机制的卷积神经网络（HCA-CNN）来实现面向京剧人物的细粒度特征提取和识别。该网络中用于关键区域定位的注意力机制借鉴了用于图像分割和细粒度定位的超列（HyperColumn）特征思想,通过超列集基于像素点的形式串联主干分类网络来形成多层叠加特征,从而更好地兼顾早期浅层空间特征与后期深度类别语义特征,并提高定位任务与主干网络分类任务的准确度。同时,该网络的主干网络采用轻量级的MobileNetV2,从而更好地满足视频应用场景下的实时性要求。此外,还创建了京剧人物（BJOR）数据集,并在此数据集上进行了相关消融实验。实验结果显示,HCA-CNN与传统细粒度循环注意力网络（RA-CNN）相比,除了在准确率（Accuracy）指标上提高了0.63个百分点以外,其内存使用量（Memory Usage）、参数量（Params）分别减少了162.84 MB、131.5 MB,乘加次数（Mult-Adds）、每秒浮点运算次数（FLOPs）分别减少了39 885×10⁶、51 886×10⁶。可见,针对京剧人物视觉特征提出的HCA-CNN能有效提高京剧人物识别的准确率和效率,满足实际应用的需求。