【摘 要】
:
科学认知县域城镇化发展质量及其空间分异特征,可为促进县域城镇化高质量发展提供科学依据.基于2008-2018年贵州省83个县域单元面板数据,从经济发展、社会发展及城乡一体化3个维度构建了县域单元城镇化质量评价指标体系,运用综合评价法、耦合协调度模型、空间自相关和冷热点分析方法探析贵州省县域单元城镇化质量水平及其空间分异特征.研究结果表明:①2008-2018年贵州省各县域单元城镇化质量呈持续上升态势,其中城镇化质量中等别的数量不断增加,低等别的数量持续下降,但高等别的占比仍然偏低.②贵州省县域城镇化质量内
【基金项目】
:
教育部人文社会科学研究青年基金项目(16YJCZH019).
论文部分内容阅读
科学认知县域城镇化发展质量及其空间分异特征,可为促进县域城镇化高质量发展提供科学依据.基于2008-2018年贵州省83个县域单元面板数据,从经济发展、社会发展及城乡一体化3个维度构建了县域单元城镇化质量评价指标体系,运用综合评价法、耦合协调度模型、空间自相关和冷热点分析方法探析贵州省县域单元城镇化质量水平及其空间分异特征.研究结果表明:①2008-2018年贵州省各县域单元城镇化质量呈持续上升态势,其中城镇化质量中等别的数量不断增加,低等别的数量持续下降,但高等别的占比仍然偏低.②贵州省县域城镇化质量内
其他文献
为评估CCD在高能质子辐照条件下的损伤效应,在西安200 MeV质子应用装置上开展了200 MeV质子辐照CCD的实验研究,在辐照注量为1×1010 cm-2时,得到了CCD性能退化的实验结果,分析了CCD的暗信号、暗电流密度、随机噪声、暗信号不均匀性、暗信号尖峰及其分布等暗场特性参数和饱和输出、动态范围、电荷转移效率等明场特性参数退化的实验规律和损伤机理。结果表明,200 MeV质子辐照后,CCD暗场特性参数退化显著,退火后,暗场特性参数虽有一定程度的恢复,但
以IG11型核石墨材料为研究对象,通过圆盘压缩试验,对比了平板劈裂法、垫条劈裂法、ISRM标准圆弧劈裂法和等半径圆弧劈裂法测量抗拉强度的适用性。实验结果表明,只有等半径圆弧劈裂法可以保证核石墨圆盘从中心起裂,从而获得准确的抗拉强度;IG11型核石墨6个试件的平均抗拉强度为24.8 MPa。
利用微机械剥离法制备了α-In2Se3基柔性晶体管,本文研究了该晶体管在60Coγ射线辐照至吸收剂量为100 krad(Si)时的光电性能,基于对α-In2Se3纳米片元素组成、表面形貌、声子模式及畴结构的精细表征,分析了γ射线辐照该晶体管的损伤机制,并研究了通过弯曲引入的面内应变对光电性能的调控作用,通过计算载流子浓度的变化,探讨了应变调控光电性能的机理。结果表明,γ射线辐照诱导产生的缺陷可能是导致α-In
利用70 keV和140 keV质子辐照增强型AlGaN/GaN绝缘栅高电子迁移率晶体管(MIS-HEMTs),得到了最大饱和电流线密度、阈值电压及栅泄漏电流线密度等关键参数的退化规律,并与常规HEMTs器件的辐照退化行为进行了比较,并通过SRIM计算结果和C-V测试结果进一步分析了MIS-HEMTs的退化机制。结果表明,质子辐照在栅介质层和栅介质/AlGaN界面引入的辐照缺陷会导致界面态充/放电效应,使阈值电压正向漂移;辐照缺陷增加了电子穿越势垒的概率,导致栅极泄漏电流线密度增大;2维电子气(2DEG)
利用高分辨率扫描隧道显微镜图像结合密度泛函理论计算发现,单分散的水团簇是由6个水分子结合在一起的具有轻微屈曲的六边形结构.所有的六聚体(高偏压时的三分叶突出物和低偏压时的三角空位)都呈现出相同的取向.这种新型的单分散结构可归结为水分子在Bi(111)表面上形成的较强的氢键.在最大化的氢键驱使下水分子倾向于形成六聚体结构,而尺寸更小的水团簇则会形成双受体氢键结构,后者会降低氢键作用.
碱解扩散法是土壤中易水解态氮(潜在有效氮)测定的重要方法,林学、土壤、农业化学和资源与环境等专业在土壤农化分析等课程教学中都在采用.测定过程中H_3BO_3—指示剂溶液易污染和NH_3挥发损失一直是困扰学生的主要难题和引起测定误差的主要原因.笔者结合多年实验经历总结了引起该问题的主要原因,并通过实验器皿改造和替换优化了传统实验方法,从而减小了测定误差,提高了实验成功率.
基于新发展理念,本文从创新质量、协调质量、绿色质量、开放质量、共享质量5个维度,构建了城市旅游高质量发展评价指标体系;综合运用熵权法和TOPSIS法进行研究,并以广东省21
考虑一类带非线性混合边值条件的四阶微分方程的双参数奇摄动问题,在适当的条件下,运用合成展开法,构造在两个小参数相互关联的3种不同情形下双参数奇摄动问题的形式渐近解,利用微分不等式理论证明了在3种情形下原问题解的存在性和渐近解的一致有效性.
针对当前无监督学习的入侵检测算法准确度低、误报率高以及有监督学习算法所需训练样本标记成本高的问题,提出一种基于对抗性自编码器的入侵检测算法.这是一种半监督学习算法,仅需要训练数据集中少量标记数据进行训练,并在训练数据集中支持未标记数据,从而提高性能.首先,自编码器通过提取重要特征作为潜在变量来降低输入数据的维数;其次,利用生成对抗网络使自编码器的潜在变量遵循任意分布以进行正则化;最后,利用标记数据的交叉熵损失来实现半监督学习的分类.实验结果表明:相较于其他算法,本文所提算法对少量标记的数据集检测具有一定的
针对协同过滤算法中协同过滤信号交互编码数据量过大,难以有效提取所需的协作信号问题,本文采用深度学习方法,提出融合自注意力的图神经协同过滤模型(UAGNCF).首先将自注意力机制运用到用户与项目之间的消息构建中,然后将处理后的消息运用高阶连通性嵌入到图神经网络层,最终将获得的消息聚合后再输出.在3个数据集上进行实验分析,实验结果表明与现有模型进行对比,其召回率优于其他模型5%~9%,表明本文构建的UAGNCF模型合理、有效,能够取得更好的推荐效果.