浅谈单建式地下商业空间开发的消防设计--海西城市文化广场建筑空间与消防设计

以海西城市文化广场为例,通过对项目的消防定性和消防分析,提出了消防解决方案,以及对方案实施后效果的小结,初步探讨了单建式地下商业如何因地制宜结合建筑空间进行消防设计。     

空间质子探测仪器定标的10 MeV质子束源需求分析

分析了国内空间质子探测现状及其向着宽量程、高精度的发展趋势,并对比分析了国内外空间粒子探测仪器地面质子束源。依据空间质子能谱范围,从技术指标和业务运行角度,给出了空间质子探测仪器定标束流的加速器类型、离子源类型及束流输运和总体布局等方面需求。     

关于信息化测绘时代工程测量发展的思考

如今我国信息化技术全面发展，尤其对于工程测量工作领域来讲，不管是在工程建设和管理方面都产生不小的支撑引导效用。由此，笔者具体结合如今工程建设信息化测绘核心任何以及设备布置细节，进行结构整体安全管理周期和周边地理空间信息技术发展能效整理解析，试图将工程测量最新发展机遇和技术挑战问题处理完全。希望能够借此为日后一定时期范围内相关工程测量规划主体提供合理指导性建议内容，最终为我国各类工程事业可持续发展前景绽放奠定深刻适应基础。     

基于颜色四通道及空间金字塔的鱼类图像检索

随着计算机视觉技术在海洋水产领域中的应用不断加深，鱼类图像检索在渔业资源调查、鱼类行为学分析等方面发挥了巨大的作用。通过研究发现，鱼类图像的背景信息会对鱼类图像检索造成极大干扰，而且鱼类图像中颜色、纹理、形状等特征由于空间位置信息的缺乏而使检索的准确率不高。为解决以上问题，提出了一种新的基于颜色四通道及空间金字塔的鱼类图像检索算法。首先，提取视觉显著性图将鱼类图像的前景和背景分开，从而减少图像背景对检索的干扰；其次，为了使图像特征包含一定的空间位置信息，利用空间金字塔的理论对图像进行分割，在此基础上，将图像转为HSVG四通道图并提取SURF特征；；最后，得到检索结果。为验证所提算法的有效性，在QUT_fish_data数据集和DLOU_fish_data数据集上对算法的查全率、查准率与经典的HSVG算法和显著性分块算法进行对比：在两个数据集上查准率分别比传统的HSVG算法最多分别提高12%和5%，查全率最多分别提高7%和22%；比传统的显著性分块算法查准率最多分别提高15%和5%，查全率最多分别提高36%和22%；从而证明所提算法是有效的，能有效提升鱼类图像的检索效果。     

基于空间句法的教学空间可达性探究——以武汉大学工学部为例

校园空间承载了校园生活的点点滴滴,是师生校园生活和校园文化的重要载体。在学校校园的各个功能空间中,教学空间扮演着重要的角色——教学空间将老师与学生、学生与学生紧密地联系到了一起,从某种程度上来看,教学空间也是校园空间之中较为重要的公共空间。因为容纳的人数之多、受众面之广,教学空间的可达性与其功能的发挥有着重要的联系。该文利用空间句法原理,以武汉大学工学部教学楼为研究对象,采用了Depthmap为分析软件,选取轴线方法来分析教学空间的整体特征与局部特征,定量分析出武汉大学工学部其他空间与教学楼空间之间的可达性,并结合问卷调查的形式,得出其活力特征结论以及在规划角度下的优化方法。     

桂林城市风景营建历史形态量化解读

桂林是历史上著名的风景旅游城市,由于其特殊的地形地貌,独有的风景营建手段,加上古往今来无数赞誉的诗词歌赋,使得桂林风景享誉海内。该文从桂林城市风景营建历史演变入手,通过历史文献查阅,实地考察补充,从风景园林视角,收集整理桂林城市历史风景营建直接建设要素以及间接影响要素共12个,运用SPSS软件对数据进行定量化分析,利用GIS手段进行可视化的空间形态分析。在此基础上,着重对桂林城市风景营建的空间形态及历史演变进行解读,从而总结桂林城市风景营建的历史发展特征及演变机制。意在完善补充桂林城市建设的理论体系,为现代城市风景营建提供一定的历史借鉴。     

比特串划分多索引的近邻搜索算法

哈希表示的比特串是解决海量数据相似性搜索问题最有效的方法之一.针对比特串索引方式导致搜索效果低下的问题,提出一种基于比特串划分多索引的近邻搜索算法.首先由于比特串划分本质是一个组合优化问题,采用贪婪的思想给出该问题的近似解;其次在近邻查询阶段,结合多索引结构提出新的查询扩展和融合机制;最后通过采用一种查询自适应的办法优化多索引之间的不平衡性.在MNIST, CIFAR-10, SIFT-1M和GIST-1M数据集上使用Matlab软件进行实验的结果表明,该算法在基于哈希表示的索引结构以及在近邻搜索方面具有有效性和通用性.     

因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。