探析风景园林施工中的植物选择和配置方式

来源 :江西建材 | 被引量 : 0次 | 上传用户:connine_li
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文中主要分析了风景园林施工中植物选择与合理配置的重要价值和方式,并研究植物选配提升风景园林景观价值的有效途径.
其他文献
文中探究了屋顶花园生态景观规划的原理,对屋顶承载能力、防水排水、选择适宜的植物这三项规划进行把控,分析了屋顶花园生态景观规划应用的情况.
在5G移动通信系统商用落地的背景下,设计准确、高效的信道估计方法对无线网络性能优化具有重要意义。基于改进GA-Elman算法,提出一种新的无线智能传播损耗预测方法。对Elman神经网络中的连接权值、阈值和隐藏神经元进行实数编码,在隐藏神经元编码中加入二进制控制基因,同时利用自适应遗传算法对权值、阈值和隐藏神经元数量进行优化,解决网络易陷入局部极小值和神经元数目难以确定的问题,从而提高预测性能。仿真结果表明,与仅优化连接权值及阈值的GA-Elman神经网络和标准Elman神经网络相比,该方法具有较高的预测精
网络切片是5G网络的基础架构技术,为在多个切片共享同一底层网络资源的同时保证切片的可靠性,提出一种区分业务类型的网络切片可靠性映射算法,解决底层网络链路故障、网络切
文中通过已建成综合管廊实际用电分析,对其变压器容量的选择进行了探讨.
针对滚动轴承故障识别过程中,难以提取细微故障特征的问题,提出一种基于融合卷积神经网络与基于粒子群优化算法的支持向量机相结合的滚动轴承故障诊断方法。该方法将轴承振动信号同时作为一维卷积神经网络和二维卷积神经网络的输入信号,并在汇聚层中将提取到的故障信息融合,最后通过优化后的分类器提高故障识别准确率。为了验证该方法的诊断性能,将与融合卷积神经网络同规格的一维卷积神经网络和二维卷积神经网络进行对比。试验结果表明,该方法不仅可以提高故障识别准确率,还可以在信号受到噪声污染时保持良好的诊断性能。
随着农村居住建筑面积的不断增大和农民收入水平的不断提高,在农村地区实行建筑节能势在必行.文中从农宅的朝向、层高、窗墙比以及围护结构等几方面对夏热冬冷地区农宅的建筑
大数据时代下的轴承故障监测存在海量数据处理实时性和故障特征选取的主观性问题,为了实时、智能的实现轴承故障诊断,提出了压缩感知(Compressed Sensing,CS)与改进的深度极限学习机(Multilayer Extreme Learning Machine,ML-ELM)相融合的轴承故障诊断新方法。该方法首先通过压缩感知理论从大量轴承监测数据中获取能够表达特征信息的少量数据,然后用轴承信号
我国古建筑以其独特的风格,美丽壮观的外形,严谨的结构,在世界建筑中独具一格,自成体系.近年来由于旅游业、文化传承等因素的影响,无论是住宅区、风景区、公园都是采用仿古建
文中对建筑项目超长结构后浇带的施工要点和注意事项进行了研究,提出了钢筋、模板、混凝土施工的要点及施工缝处理、养护的注意事项等,希望为相关人员提供参考.
文中以实际工程为案例,着重研究了EPC模式下市政工程设计管理,并提出了相应对策.