传统村落文化景观区划定量方法及其应用研究——以重庆为例

传统村落是重要的农耕文明遗产和乡村文化景观,从一定空间范围看其存在明显的域内相似性和区间差异性,这一空间分异成为传统村落区系特征识别及区域系统保护的研究核心,同时国内传统村落文化景观研究已逐步走向类型谱系与区划。因此,尝试对传统村落文化景观区划方法开展进一步探索,首先,构建自然环境、空间形态、民居类型、社会文化4种类别21个类型的文化景观解构框架。其次,运用主成分分析法对村落数据型指标进行量化分析以提取主成分因子,并进行系统聚类。最后,将系统聚类结果与描述型因子的定性感观印象相结合,形成传统村落区系划分方法。此外,以重庆320个传统村落为研究对象,对方法进行实证应用。研究表明：①形成一套“因子解构—数据收集与处理—主成分提取与系统聚类—区系划分”的传统村落文化景观特征区系划分方法;②重庆传统村落文化景观特征可划分为4个区系。为下一步传统村落区域性保护研究奠定基础。     

基于J2EE多层构架的石油储备基地设备管理系统的设计和开发

概述了石油储备基地设备管理的新特点和新需要.根据特点和需求,提出了用J2EE多层构架,用面向对象的开发思想,模块化设计和开发系统,来满足石油储备基地设备管理中设备归属划分交叉、设备管理全面、全周期的特点,并总结了系统特点和给出了系统实施的效果.     

基于Android的自主学习平台的应用与研究

本文叙述了基于Android的自主学习平台对于高等英语自主学习的重要作用,文章从思想教育、整合现有课程资源、选择Android应用平台、建设资源库四个方面阐述了自主学习平台构建的过程。     

大庆油区头台油田扶余油层小排距注水中后期综合调整方法

大庆油区头台油田扶余油层属于特低渗透裂缝型储层,基质渗透性差,裂缝比较发育,进入小排距线状注水中后期以来,随着注水压力上升,油井综合含水率上升速度加快,表现出非东西向裂缝水淹特征.为控制油田含水率上升速度,改善开发效果,以扶余油层特低渗透裂缝型储层基质-裂缝系统渗流特征和注水开发过程中现代地应力场变化特征为基础,研究了非东西向裂缝水淹与水平主应力的关系,提出以改变局部应力场为主的小排距综合调整方法.通过限压注水、周期轮换注水及注采系统调整,恢复储层局部水平应力场,控制非东西向油井裂缝水淹,改善小排距井网开发效果.在茂11区块开展现场调整试验以来,局部应力场的非均一化得到恢复,含水率上升速度减缓5.42%,自然递减率减缓11.39%,取得了明显的调整效果.     

乡村振兴背景下农村闲置空间活化利用研究——以重庆万盛农村闲置中小学为例

近年来,农村发展需求越来越迫切,乡村振兴战略的提出创造了新的历史机遇。本文通过对农村闲置空间的活化利用研究,以重庆市万盛区农村闲置中小学利用规划为例,对闲置空间研究现状进行梳理,并对研究区域、闲置中小学特征进行了总结。从理论层面论述了实施乡村振兴,推动全域统筹开发,引入触媒元素,促进产业融合发展等理念。从策略层面提出了全域统筹规划,闲置空间分类;突出异化主题,特色专项发展;重组空间功能,构建运营模式等实施途径,以期对我国农村闲置空间活化利用、乡村振兴实施路径等方面提供参考。     

CRSN中基于随机网络演算的拥塞控制协议QoS边界分析

为了保证认知无线电传感器网络(CRSN)的服务质量(QoS),需精确求解所采用协议的性能边界,为此提出了一种基于随机网络演算(SNC)的QoS性能边界分析方法.以CRSN中的和式增加积式减少(AIMD)拥塞控制机制为评估对象,以通信时延和数据积压为QoS性能指标.根据CR资源传感器的发送速率分布,利用基于矩量母函数(MGF)的随机网络演算推导出AIMD机制的时延和积压边界模型.实验结果表明,不同CRSN场景中的模型计算值都在理论边界范围之内,证明了该边界分析模型具有良好的性能.     

struts、hibernate轻量级架构在教学数据分析、企业设备管理系统中的应用

struts,hiberna是轻量级web框架的构成技术,能有效提高web应用开发效率,提高软件稳定性,可维护性.本文以教学数据-专业设置统计分析,企业设备管理系统开发为对象,研究和实践了struts,hibernate轻量级框架.     

毕业环节教学管理系统的开发

本科毕业环节是高等学校人才培养方案中最重要的实践教学环节之一,对提高人才培养质量意义十分重要.本文分析在高等教育大众化背景下毕业设计教学环节的现状;制定教学改革措施;将信息管理和计算机技术引入毕业环节教学工作中,基于Microsoft.Net平台,采用Visual Studio 2005为开发工具,开发了一套毕业环节教学管理系统.重点介绍该教学管理信息系统的设计思想、系统框架和主要功能.其开发和应用将增强毕业环节教学管理的信息化程度,教学水平显著提高,并可以向学院推广.