长沙城区餐饮老字号的空间格局及其影响因素

来源 :湖南师范大学自然科学学报 | 被引量 : 0次 | 上传用户:spls108
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
为了进一步优化城市餐饮格局,加强老字号品牌的保护与传承,针对长沙城区的餐饮老字号,采用核密度分析、标准差椭圆、最近邻指数等方法,借助ArcGIS软件,从认定等级、距今年份的视角进行了系统分析.研究结果显示:长沙城区餐饮老字号总体呈现中心聚集、外围分散的非均衡分布格局.受历史文化、商业繁华度、交通通达度、人口分布及旅游活动等诸多因素的共同影响,长沙形成了当前的餐饮老字号空间格局.
其他文献
查询处理是现代关系型数据库管理系统(DBMS)中最重要的功能之一,主要包括查询优化和查询执行.然而查询处理的复杂性导致了测试的高成本,阻碍了开发过程中的快速迭代,并可能在生产环境中导致严重错误.为了更好地服务于DBMS查询处理功能的评测,采用模糊测试的方法生成基于主键约束的随机数据和完全有效的复杂分析型查询;构建约束优化,对查询中算子的精确基数进行高效计算,从而获得查询的正确结果;最后实现了完整的工具.通过对TiDB的不同版本进行了小规模的测试,结果表明可以有效地检测出TiDB不同版本的一些Bug.
以丙烯酰胺(AM)、2-甲基-2-丙烯酰胺基-丙磺酸(AMPS)、甲基丙烯酰氧乙基三甲基氯化铵(DMC)和甲基丙烯醇聚氧乙烯醚(HEPG)为单体,合成了一种新型温度自适应性驱油剂PMHA,其结构和微观形貌经IR和SEM等表征.采用岩心驱替实验评价了PMHA的驱油性能.结果表明:PMHA有良好的热稳定性,微观形貌呈网状结构;PMHA溶液浓度为2000 mg/L时,粘度为100.8 mPa·s;温度为100℃时,总体粘度保留率超过50%;PMHA驱油效果良好,提高采收率约25.51%.
作为一种去中心化的分布式账本,区块链被广泛应用于互不可信的多方之间共享数据.相比于发展多年的传统数据库,区块链存在无法支持丰富查询、对外提供查询接口单一和查询响应慢的问题.简单的组织结构和离散的存储方式是限制交易数据表达的主要原因.为了弥补现有区块链系统的不足,构建抽象模型、封装易于使用的接口以及提升查询效率是实现基于区块链的高效应用开发的主要方式.鉴于此,提出一种面向区块链的通用数据管理中间件,具有如下特征:①支持自定义构建数据模型,灵活地为交易数据抽象新模型;②提供多种数据访问接口支持丰富查询并采用同
报道了GABAA受体的α2/α3选择性配体(HZ-166)的关键中间体8-三甲基硅乙炔基-6-吡啶-2-基-4H-苯并[f]咪唑并[1,5-a][1,4]二氮杂-3-羧酸乙酯(HZ-165)的一种合成方法.该方法以4-溴-2-(2′-吡啶基羰基)苯胺为原料,经亲核加成、关环反应、Vilsmeier-Haack反应和Sonogashira反应合成得到目标产物,产物结构经1 H NMR和MS(ESI)确证.
近年来,深度学习方法被广泛地应用于命名实体识别任务中,并取得了良好的效果.但是主流的命名实体识别都是基于序列标注的方法,这类方法依赖于足够的高质量标注语料.然而序列数据的标注成本高昂,导致命名实体识别训练集规模往往较小,这严重地限制了命名实体识别模型的最终性能.为了在不增加人工成本的前提下扩大命名实体识别的训练集规模,本文分别提出了基于EDA(Easy Data Augmentation)、基于远程监督、基于Bootstrap(自展法)的命名实体识别数据增强技术.通过在本文给出的FIND-2019数据集上
回顾了有机立体化学发展的历史,其间Eliel敎授主写的几本优良的立体化学教科书是适合时势和杰出的著作,特别是1962年出版的“碳化合物立体化学”影响众多的有机化学工作者.对Eliel教授发展的应用杂环手性辅助剂是不对称合成方法之一,对手性辅助剂N-苄基-4,4,7α-三甲基-trans-八氢-1,3-苯并氧氮杂环己烷中间体的制备和其应用,作了较详细的阐述.Eliel敎授杰出的科学成就和他在推广科学全球化贡献作了介绍.
基于2014—2018年空气质量监测数据,分析京津冀城市群PM2.5污染的时空动态特征,并在此基础上重点讨论城市群内部PM2.5污染对社会经济驱动因子响应的差异.结果表明:(1)2014—2018年京津冀城市群细颗粒物污染逐年改善,各季节污染差异明显;(2)研究区内PM2.5污染存在显著的空间聚集特征,总体呈现南高北低且稳定分布的空间格局;(3)不同城市之间PM2.5污染存在异质性,且造成这种异质性的社会经济驱动因子存在明显不同.第二产业占比对天津、河北各市PM2.5驱动作用更为显著;GDP及城市建成区占
传感器技术的普及使得时间序列数据受到人们越来越多的关注.早期时间序列分类(Early Time Series Classification,ETSC)希望通过观测尽可能短的时序数据而对其做出尽可能准确的分类,已在科技金融领域发挥着重要的作用.首先概述了常见的时间序列分类器,并综述了基于最小预测长度、基于最大区分子序列和基于模型的3类早期时间序列分类框架的最新研究进展.然后在每类方法中,分析了具有代表性的早期时间序列分类模型的关键技术及其优缺点;整理了科技金融领域的公开数据集和常见的评价指标.最后对未来的发
以我国西南地区172个山岳型A级旅游景区为研究对象,运用GIS空间分析、地理探测器等方法,考察其空间分布格局,探讨空间分布的影响因素.研究表明:(1)西南地区山岳型景区空间分布总体上呈现由东北向西南递减的梯形变化特征,存在典型的集聚型分布特征;(2)西南地区山岳型景区形成了“江津-綦江-巴南”、“成都-雅安”、“宜宾”、“南充-广安”、“贵阳-黔南”五大聚集核;(3)山岳型景区在州市范围分布集中度一般,同时具有显著的空间自相关性,其中高等级景区主要分布于四川省“雅安-成都”区域、重庆市“南川-武隆”地区、
窃电行为是导致电力企业电能与经济效益损失的重要原因.提出了一种基于t-LeNet(Time-Series Specific Version of LeNet Model)与时间序列分类(Time Series Classification,TSC)的窃电行为检测方法:首先,获取用户用电量时序数据,使用降采样方法生成训练集;然后,使用t-LeNet神经网络训练并预测得到分类结果,判断用户是否存在窃电行为.使用国家电网真实用户的用电量数据集进行了实验验证.实验结果表明,所提方法相较于基于Time-CNN(Ti