【摘 要】
：
为贯彻新发展理念，长三角需要在创新区域协同机制、转变区域发展模式上做出表率，通过构建满足区域协同发展的空间数据体系，实现跨区域、跨部门的空间数据共享交换，以支持规划编制、区域监测、发展评估以及专项政策制定的辅助决策。本文就长三角一体化地理信息平台的设计思路、关键技术、平台构架进行了阐述，并从交通、科创、消费三个维度分析和展示了长三角41个城市的空间联系度，为区域一体化平台的建设提供借鉴。
论文部分内容阅读
为贯彻新发展理念，长三角需要在创新区域协同机制、转变区域发展模式上做出表率，通过构建满足区域协同发展的空间数据体系，实现跨区域、跨部门的空间数据共享交换，以支持规划编制、区域监测、发展评估以及专项政策制定的辅助决策。本文就长三角一体化地理信息平台的设计思路、关键技术、平台构架进行了阐述，并从交通、科创、消费三个维度分析和展示了长三角41个城市的空间联系度，为区域一体化平台的建设提供借鉴。
其他文献
地震监测和预警台网的建设使得观测数据量陡增，相应的数据处理软件开发工作也由传统平台逐步迁移到分布式大数据平台之上，传统可视化平台下”轮询”模式对实时流数据的处理存在网络消耗大，数据处理效率低下等问题。为了探索大数据平台下的海量数据实时可视化技术，本研究基于最新的HTML5标准，以Kafka为数据接口，Websocket为通信协议，Echarts为前端渲染组件，设计和实现了一套B/S架构的测震数据流
我国为解决“三弃”问题，提出了可再生能源电力消纳保障机制。为激励可再生能源电力消纳，采用多主体仿真方法，分析了市场主体交易行为和交互关系，剖析了影响可再生能源电力消纳的关键交互因素，针对多种影响因素变动，对可再生能源电力消纳情况和积极消纳者数量的演化进行了仿真实验。结果显示，绿证被认购能直接促进本年可再生能源电力消纳；想要加快可再生能源电力消纳需综合考虑超额消纳量价格、绿证价格和消纳量补充交易频率
本文针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题，提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模方法。该方法利用粒子群算法对灰色模型的累加阶数以及背景值参数寻优，以发挥灰色模型的最大性能。同时，利用BP神经网络对灰色建模的误差进行补偿，以提高固废产生量的预测精度。最后，利用华盛顿州电子固废数据验证了所提方法的有效性。通过对电子固废产生量的精确估计，为电子固废回收的
针对发动机受工作环境影响，导致油液光谱数据存在大量冗余信息且具有非线性结构，从而影响发动机故障诊断结果的问题，提出监督核熵成分分析(SKECA，Supervised Kernel Entropy Component Analysis)的特征提取方法；该方法在核熵成分分析基础上引入监督学习算法，提取油液光谱数据的内在几何特征，使提取后的故障特征中包含判别信息，并利用遗传算法(GA，Genetic A
提高教学质量是学校教学永恒的话题，如何提高教学质量是学校和老师一直追求的方向，很多因素影响教学质量，而授课方式则是影响教学质量的因素之一。本文根据自己的教学实践，结合雨课堂等平台在课堂教学中的实践，通过学生问卷调查，分析了雨课堂在教学中作用。由此分析各类平台在课堂教学中的作用，提出若干改善课堂教学方式的建议，需要注意处理的若干关系，做好相应的定位以及相关的转变，以期对提高教学质量有借鉴意义。
本文证明一类耗散方程■收敛(?→+∞)到双极型漂移-扩散方程■其中θ∈(1, 2]和d3.确切地说,当p、q和θ满足一定的条件且初值满足■本文利用Fourier局部化技巧和Littlewood-Paley分解理论证明了,若?→+∞,则在Fourier-Besov空间中,(■,■ )关于时间变量一致收敛到(n, c).
高分五号卫星搭载的对地观测传感器有高光谱传感器(AHSI)和全谱段光谱传感器(VIMI)，但这两种传感器之间的光谱信号是否一致迄今仍鲜有报道。因此，本次研究通过敦煌定标场和滕州地区的3对AHSI和VIMI同步影像对，对2种传感器辐亮度数据之间的一致性进行了交互对比，并与同步的Landsat-8 OLI辐亮度数据进行验证。结果发现，2种传感器的辐亮度数据之间存在着一定的偏差，VIMI的辐亮度数据明显
本文针对频繁停车接送乘客的航站楼陆侧道路的交通混乱拥堵等问题，研究构建基于车辆行为的精细化仿真模型，对车辆走-停-走的行为过程进行微观建模与仿真。首先分析道路环境中的车辆行为过程，分析人、车、路对车辆行为的影响，然后建立道路和车辆的微观模型，最后采用精细化停车时间的方法计算车辆的停车时间进行微观仿真。实验对某机场航站楼前道路的车辆进行微观仿真，与实际交通数据进行对比，结果表明车辆通行时间及行为变化
战场态势评估涉及很多不确定因素，对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题，提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型（Deep Variational Autoencoder Bayesian Networks with Memory）。首先采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型；接着阐述了融合记忆模块
为分析影响交通事故的主要道路影响因子，本文选取道路结构、道路附属设施、交通基础设施等方面16个解释变量，考虑交通事故分布的过度分散性、零膨胀性以及空间相关性，构建空间滞后-零膨胀负二项回归模型进行研究，并利用AIC、BIC信息准则、模型残差的空间依赖性检验等指标与常用的OLS等回归模型进行对比。结果显示，空间滞后-零膨胀负二项回归模型的拟合效果最优；并利用该模型得出车道数、道路宽度、平均车速等因子