【摘 要】
：
为探究当前老旧小区物业管理各主体的协同现状，明晰其互动过程的缺陷与不足，对北京市20个老旧社区走访调研后，采用社会网络分析法构建了老旧小区物业管理多元主体的互动网络。根据网络密度、平均聚类系数、中心度等指标对网络中各主体的协同现状进行了定量与定性相结合的分析。发现老旧小区中存在小世界特征，且已初步形成了多元主体协同共治的物业管理模式，但各主体间缺乏协同意愿及合作意识，社区内部物业管理的协同机制尚不
【基金项目】
：
北京市社会科学基金项目（19GLB016）； 中国建筑出版传媒有限公司创新发展基金项目（H21174）； 北京建筑大学金字塔人才培养工程建大杰青培养计划项目（JDJQ20200305）；
论文部分内容阅读
为探究当前老旧小区物业管理各主体的协同现状，明晰其互动过程的缺陷与不足，对北京市20个老旧社区走访调研后，采用社会网络分析法构建了老旧小区物业管理多元主体的互动网络。根据网络密度、平均聚类系数、中心度等指标对网络中各主体的协同现状进行了定量与定性相结合的分析。发现老旧小区中存在小世界特征，且已初步形成了多元主体协同共治的物业管理模式，但各主体间缺乏协同意愿及合作意识，社区内部物业管理的协同机制尚不完善，各主体的权责界限不明晰，亟需建立统一高效的沟通平台及监督机制。
其他文献
油菜是我国第一大油料作物。目前,我国油菜种植管理仍以人工经验为主,油菜产量和品质难以提升,人工成本高,智能化程度低。利用现代化智能检测技术对油菜生长过程进行精准决策,智能管理可显著提升劳动效率和经济效益。本文以冬油菜为研究对象,采集多点、多品种的实验数据,综合运用计算机视觉、深度学习等建立了一套低成本的无损检测技术,仅使用无人机或手机拍摄的彩色图像即可对苗期油菜氮素状况、角果期油菜适时收获期进行精
产学研合作,可以有效地促进企业与科研院所的交流互通,加快科技成果从科研团队到企业的转化,推动科技创新的进步与发展,是我国科技体制改革的关键。传统的科技创新服务平台通过信息技术手段,将企业科技需求转换成科研问题,成功地为企业匹配到可能合作的科研团队。但产学研合作还受到其他因素的影响,比如协同创新能力、距离邻近性和学科建设情况等,因此匹配成功的双方未必就能达成深入合作。为了准确、客观地表达科研团队的协
近年来,随着信息技术和大数据技术的飞速发展,巨量的信息呈爆发式增长,高维数据大量出现,其中不可避免地包含大量的冗余信息,其复杂的数据特性给数据挖掘研究带来了极大的挑战。特征选择是一种有效的数据分类预处理工具,在最近几十年中得到了迅速的发展。由于计算所有特征子集的成本较高,且很难找到最优的特征子集。同时,大多数基于群智能优化的特征选择方法都是基于封装式策略,在处理高维数据时无法取得理想的效果。为了解
路径跟踪控制作为自动驾驶技术的重要组成部分,在农业车辆自动驾驶过程中应用路径跟踪技术,可提高作业精度,大幅提升智能农业车辆作业效率,进而取代人工驾驶。当前农业车辆路径控制仍存在跟踪精度较低、车身稳定性较差等核心问题,因此本文对农业车辆路径跟踪过程中的横向误差和纵向速度控制开展研究,主要工作内容如下:（1）建立四轮农业车辆数学模型。分析车辆作业环境及要求后,分别建立车辆的运动学模型和动力学模型,基于
针对目前水稻排种器在排种过程中的芽种损伤问题,提出一种型孔深度渐变低损水稻排种器。开展理论研究、气固耦合仿真和台架试验,分析凸轮顶杆与型孔深度可变结构,利用活塞径向微幅滑动的结构特点,在充种、清种、携种和投种阶段实现型孔深度自适应。探究型孔深度渐变低损水稻排种器工作过程,实现水稻芽种减少损伤的目的。主要研究内容如下:（1）以长江中下游稻作区常用的黄华占、湘两优600和Y两优203等水稻品种为研究对
鱼糜是重要的水产调理品原材料,因口感独特、营养价值高深受消费者喜爱,然而不少商家为追求高额利润,往往在制作生鱼糜的过程中添加大量淀粉、杂鱼鱼糜等物质以降低成本,对人们的身心健康造成极大威胁,但人们很难用肉眼将其区分开。传统的鱼糜掺假检测方法需要消耗大量的时间和人力物力,并且会对样本造成一定的破坏,实际操作步骤繁琐,难以大规模推广使用。本文提出了一种窄带LED和CMOS图像传感器相结合的鱼糜掺假淀粉
在农业生产中,产量预测、精准农业和自动化收获等农业应用,需要从低成本的传感器设备中得到数据,从而推断当前植物的状态。随着人工智能的发展,价格适中的相机与计算机视觉技术相结合的图像处理技术被广泛应用于农业自动化领域。在农业领域,图像处理技术已经被验证是一种有效的方法,可以用来解决农业生产过程中的部分难题。将图像处理技术应用于现代农业,可以提高农业生产以维持市场需求,并通过各种自动化农业技术为农民提供
图像分割是图像处理中重要的步骤之一。活动轮廓模型可以综合的考虑与图像内容有关的约束条件,并通过定义能量函数,获得更好的分割结果,但是活动轮廓模型存在演化速度慢、对初始轮廓和噪声敏感、以及弱边缘泄漏和目标过分割等问题。显著性特征映射是通过提高图像中某些区域的信息特征,使该区域更易于被检测出来。本文利用图像的显著性特征来提升活动轮廓模型分割性能,主要工作如下:（1）针对活动轮廓模型对噪声敏感,演化速度
经典的粗糙集是通过一种等价关系来刻画目标概念的上、下近似,而用等价关系来处理数据时显得过于苛刻。为此,许多学者对经典粗糙集进行拓展研究,提出了变精度粗糙集、多粒度粗糙集和覆盖粗糙集等模型。变精度粗糙集可以处理带有噪声影响的数据,在处理该数据时,允许有一定的误差,减少了边界冗余信息。多粒度粗糙集是从多个角度,多个粒度空间下对复杂的数据信息进行处理。直觉模糊集是一种处理不确定性信息的方法,该理论在模糊
孪生近端最小二乘支持向量回归（TPLSSVR）模型是在近端支持向量回归（PSVR）模型的基础上,结合孪生支持向量机（TSVM）的理论基础提出的一种新的机器学习方法。该模型利用最小二乘方法和正则化策略,将一个不等式约束问题转化为一个等式约束问题。模型TPLSSVR避免了矩阵奇异性,极大的降低了模型计算复杂度。本文的主要工作和创新点如下:（1）对风速进行不确定性分析得知风速噪声满足异方差高斯分布,本文