“三生空间”统筹的科学基础与优化途径探析

来源 :自然资源学报 | 被引量 : 0次 | 上传用户:pianolaz
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
党的十八大提出了将优化国土空间开发格局作为生态文明建设的首要举措,以及“促进生产空间集约高效、生活空间宜居适度、生态空间山清水秀”的目标要求。通过文献调研和总结归纳法,系统梳理了“三生空间”统筹优化的研究进展。总结发现,现有工作主要从国土空间利用质量、土地利用适宜性评价、资源环境承载力与比较优势等角度开展了“三生空间”统筹优化研究。但由于对“三生空间”科学内涵的认识不足、定量识别方法与分类体系的构建不完善,目前“三生空间”统筹优化的技术途径存在诸多问题尚待明晰。未来“三生空间”统筹
其他文献
实体关系抽取是信息抽取领域的一项关键技术,在知识库自动构建、问答系统等领域有着极为重要的意义.远程监督关系抽取技术利用大型知识库(Knowledge Base,KB)自动对语料进行标注,但存在噪声过大的问题.前人提出的注意力模型中利用实体对的向量表示相减得到关系语义表示,进而使用关系表示来达到降噪的效果,然而同一实体对间存在多种关系,此种表示方法会导致噪声无法很好的过滤.针对上述问题提出了适用于多种关系存在的实体关系表示方法,并构建了一种基于新型关系表示的注意力机制的远程监督关系抽取模型.该模型使用PCN
中国特有的菊科植物华蟹甲是潜在的抗肿瘤、抗氧化、抗菌等特效药物资源,同时也是具有潜在入侵性的一种大型草本植物.通过简化基因组测序的方法,对华蟹甲的SSR信息进行全面的
针对移动场景中毫米波MISO系统的可靠性通信问题,提出一种基于深度Q网络(deep Q network,DQN)的下行链路波束成形优化方案.考虑用户快速移动导致的多普勒频移来构建移动场景中的毫米波信道模型,结合功率控制和干扰约束,将MISO系统下行链路的波束成形联合设计方案(joint beamforming-power control and interference coordination,JB-PCIC)建模为非凸优化问题.根据最大化信干噪比(signal to interference plus
针对D2D多播通信网络中可复用信道数量的时变性和用户接入率不高的问题,提出了一种结合社会域和物理域的自适应D2D多播分簇算法(SD-AMC).根据信道数量和信道状态信息,以分段函数方式自适应产生一个簇成员亲密度阈值,并在选取簇成员用户时通过亲密度阈值对簇成员进行筛选,使最终的分簇数量与可复用信道数量尽量匹配,进而提高D2D多播用户的接入率.仿真结果显示,提出的SD-AMC分簇算法的D2D多播通信用户的接入率比贪婪迭代算法可以提高约10%.
在神经生成式摘要任务中,由于输入文档与参考摘要之间不存在显式的对齐关系,通常会导致重复生成相同单词的问题以及生成的摘要与输入文档语义不相关、准确性低的问题.为更好解决该问题,提出了混合过滤编码网络(HFEN)并在HFEN中集成混合过滤编码机制(HFEM)、注意力机制、指针生成器.HFEM分为管道过滤编码机制(PFEM)、特征融合过滤编码机制(FFFEM).其中,FFFEM具体通过添加特征融合层实现.在中文摘要领域基准数据集(LCSTS)上的实验结果表明:HFEN相较于基线模型生成了准确性更高、重复单词更少
假设技术分析师关注多个时期的历史价格信息,建立了一个图表分析师、基本面分析师和技术分析师相互作用的金融市场模型.该模型动力学行为由n维不连续分段线性模型驱动,根据DUTTA应用的方法,对n维金融市场模型进行了分析,得到了一周期和二周期轨道存在的一般性条件.然后以一个具体的三维金融市场模型为例来探讨了该方法的应用.
位索引显式复制(BIER)组播网络中交换机的位索引转发表(BIFT)是组播报文转发的核心所在.基于提出的考虑组播报文接收者的组播路由子树分类模式,设计的BIFT生成算法C3-BIFT通
针对X射线图像裂纹缺陷的分割问题,研究了基于图像灰度变换的OTSU阈值优化算法.通过引入灰度变换函数,建立图像灰度变换与最大类间方差之间的关系,解决由灰度分布不均匀产生的图像分割问题.通过OTSU阈值优化问题的设计,在图像灰度变换与图像分割之间寻求一个最佳策略,找到使类间方差达到最大的阈值及对应的灰度变换函数,由此得到了一种将分段灰度变换和OTSU阈值优化相结合的适合于X射线图像裂纹缺陷分割的方法
针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构、深度特征提取与识别;另一通道为高分辨率人脸识别子网络,顺序对输入的高分辨率人脸进行深度特征提取与识别,在网络训练阶段辅助低分辨率人脸识别网络的学习.联合低分辨率人脸的超分辨率损失
为了提高政务领域实体链接任务的准确率,降低响应时间,提出了一种基于伪孪生网络的实体链接模型.模型通过伪孪生网络框架解耦问句和候选实体的特征提取过程,并预先计算候选实体的向量表示,显著地提高了模型在大规模数据集上的性能.同时,通过引入候选实体在知识图谱中的上下文信息,增强实体链接模型的语义匹配能力,从而提高链接准确率.实验结果表明:相比现有基于统计学的政务实体链接模型,所提模型在准确性和响应速度上具有综合优势,可满足交互式政务问答应用场景需求.